Variables Contables Y Financieras Para Diagnosticar El ......gerentes y demás ejecutivos para la...

Variables Contables Y Financieras Para Diagnosticar El Desempeño Operativo De Las Empresas Del Sector

Textil/Confección

José Luis Restrepo Ospina

Juan Fernando Vélez Vásquez

ESCUELA DE INGENIERÍA DE ANTIOQUIA INGENIERÍA ADMINISTRATIVA

PREGRADO ENVIGADO

Octubre de 2010

Variables Contables y Financieras para Diagnosticar el Desempeño Operativo de las Empresas del Sector

Textil/Confección

José Luis Restrepo Ospina

Juan Fernando Vélez Vásquez

Trabajo de grado para optar al título de

Ingeniero Administrador

Jorge Mario Obando López

ESCUELA DE INGENIERÍA DE ANTIOQUIA

INGENIERÍA ADMINISTRATIVA PREGRADO ENVIGADO

Octubre de 2010

Dedicamos este trabajo a nuestros padres, quienes fueron una de nuestras mayores fuentes de motivación y soporte a lo largo de toda nuestras vidas, y por supuesto también, en este gran paso

que estamos a punto de dar, al alcanzar una más de nuestras metas.

Agradecimientos

Agradecemos a nuestras familias por todo su tan preciado apoyo durante esta importantísima primera parte de nuestra formación profesional.

Gracias también a la Escuela de Ingeniería de Antioquia, por la excelente formación y orientación que nos han brindado durante estos años, a través de sus docentes y directores, que han creado en nosotros unas bases de conocimiento muy sólidas, en lo académico, personal y profesional.

Gracias a nuestro director de trabajo de grado, Jorge Mario Obando López, quien fue fundamental para la realización de este proyecto, y a todos aquellos quienes de una u otra forma, formaron también parte intelectual para que este proyecto fuera posible.

Contenido

INTRODUCCIÓN ..................................................................................................................................16

1 PRELIMINARES ...........................................................................................................................17

1.1 Planteamiento del Problema .............................................................................................17

1.2 Objetivos del Proyecto .......................................................................................................17

1.2.1 Objetivo General ........................................................................................................17

1.2.2 Objetivos Específicos ..................................................................................................17

1.3 Marco Teórico ....................................................................................................................18

1.3.1 El Sector Textil/Confección Colombiano ....................................................................18

1.3.2 Modelo de Regresión .................................................................................................19

1.3.3 Antecedentes (Regresión Lineal Clásica) ...................................................................19

2 METODOLOGÍA DEL PROYECTO .................................................................................................27

2.1 Análisis de Posibles Variables Contables y Financieras que Evalúen el Desempeño Del Sector 27

2.1.1 Análisis Horizontal y Vertical de Estados Financieros ................................................27

2.1.2 Entrevistas a Expertos ................................................................................................27

2.1.3 Análisis Cuantitativo de los Estados Financieros .......................................................28

2.2 Selección de Variables Contables y Financieras más Influyentes en el Desempeño del Sector 29

2.3 Análisis Descriptivo de las Variables Escogidas..................................................................30

2.4 Desarrollo y Validación del Modelo ...................................................................................30

2.5 Desarrollo del Aplicativo del Modelo .................................................................................31

3 ANÁLISIS OPERATIVO DE LAS EMPRESAS DEL SECTOR TEXTIL/CONFECCIÓN ............................32

3.1 Análisis de Posibles Variables Contables y Financieras que Evalúen el Desempeño del Sector 32

3.1.1 Análisis Horizontal y Vertical de Estados Financieros ................................................32

3.1.2 Entrevistas a Expertos ................................................................................................35

3.1.3 Análisis Cuantitativo de los Estados Financieros .......................................................37

3.2 Selección de Variables Contables y Financieras más Influyentes en el Desempeño del Sector 49

3.2.1 Sector Confección ......................................................................................................49

3.2.2 Sector Textil ...............................................................................................................51

3.3 Análisis Descriptivo de las Variables Escogidas..................................................................53


3.3.2 Sector Textil ...............................................................................................................55

3.4 Desarrollo y Validación del Modelo ...................................................................................58


3.4.2 Sector Textil ...............................................................................................................62

3.5 Aplicativo del Modelo ........................................................................................................65

4 CONCLUSIONES ..........................................................................................................................68

5 RECOMENDACIONES ..................................................................................................................69

6 LIMITACIONES DEL TRABAJO .....................................................................................................70

BIBLIOGRAFÍA .....................................................................................................................................71

ANEXO 1. ANÁLISIS HORIZONTAL Y VERTICAL EMPRESAS ESCOGIDAS .............................................72

ANEXO 2. ENTREVISTAS A EXPERTOS .................................................................................................81

ANEXO 3. APLICATIVO DEL MODELO .................................................................................................82

ANEXO 4. BASE DE DATOS SUPERINTENDENCIA DE SOCIEDADES .....................................................90

Lista de Tablas

Tabla 1. Relación entre variables. ......................................................................................................19

Tabla 2. Relaciones entre variables de acuerdo con βi. ....................................................................19

Tabla 3. Prueba de Multicolinealidad. ...............................................................................................22

Tabla 4. Prueba de significancia. ........................................................................................................24

Tabla 5. Prueba HL. ............................................................................................................................26

Tabla 6. Grupo de variables seleccionadas según R2. .......................................................................29

Tabla 7. Cuentas significativas en mitades clasificadas según Margen Operacional. ........................38

Tabla 8. Cuentas significativas en mitades clasificadas según Rotación de Inventario. ....................39

Tabla 9. Cuentas significativas en mitades clasificadas según Rotación de Cartera. .........................40

Tabla 10. Cuentas Significativas – Confección. ..................................................................................45

Tabla 11. Cuentas Significativas – Textil. ...........................................................................................49

Tabla 12. Coeficiente de Determinación (R2) – Confección. .............................................................50

Tabla 13. Correlación Coeficientes de Variables - Confección. ..........................................................51

Tabla 14. FIV Variables – Confección. ................................................................................................51

Tabla 15. Coeficiente de Determinación (R2) – Textil. ......................................................................52

Tabla 16. Correlación Coeficientes de Variables #1 – Textil. .............................................................52

Tabla 17. Correlación Coeficientes de Variables #2 – Textil. .............................................................53

Tabla 18. FIV Variables – Textil. .........................................................................................................53

Tabla 19. Pertinencia del modelo – Confección. ...............................................................................59

Tabla 20. Significancia Variables - Confección. ..................................................................................59

Tabla 21. Prueba HL – Confección. ....................................................................................................60

Tabla 22. Prueba HL Validación Modelo – Confección. .....................................................................62

Tabla 23. Pertinencia del modelo – Textil. .........................................................................................62

Tabla 24. Significancia Variables - Textil. ...........................................................................................63

Tabla 25. Prueba HL – Textil. ..............................................................................................................63

Tabla 26. Prueba HL Validación Modelo – Textil. ..............................................................................65

Lista de Figuras

Figura 1. Estilos de correlaciones. ......................................................................................................23

Figura 2. Cuentas significativas en mitades clasificadas según Margen Operac. #1 – Confección. ...41

Figura 3. Cuentas significativas en mitades clasificadas según Margen Operac. #2 – Confección. ...42

Figura 4. Cuentas significativas en mitades clasificadas según Rotación de Invent. – Confección. ..43

Figura 5. Cuentas significativas en mitades clasificadas según Rotación de Cartera - Confección. ..44

Figura 6. Cuentas significativas en mitades clasificadas según Margen Operacional – Textil. ..........46

Figura 7. Cuentas significativas en mitades clasificadas según Rotación de Inventario – Textil. ......47

Figura 8. Cuentas significativas en mitades clasificadas según Rotación de Cartera – Textil. ...........48

Figura 9. Variables Significativas #1 – Confección. ............................................................................54

Figura 10. Variables Significativas #2 – Confección. ..........................................................................55

Figura 11. Variables Significativas #1 – Textil. ...................................................................................56



Figura 14. Residuales empresas Confección. .....................................................................................61

Figura 15. Residuales empresas Textil. ..............................................................................................64

Figura 16. Diagnóstico Desempeño Operativo. .................................................................................66

Figura 17. Diagnóstico Desempeño Operativo – Sector Confección. ................................................67

Lista de Anexos

ANEXO 1. ANÁLISIS HORIZONTAL Y VERTICAL EMPRESAS ESCOGIDAS .............................................72

ANEXO 2. ENTREVISTAS A EXPERTOS .................................................................................................81

ANEXO 3. APLICATIVO DEL MODELO .................................................................................................82

ANEXO 4. BASE DE DATOS SUPERINTENDENCIA DE SOCIEDADES .....................................................90

Glosario

Indicadores de Capacidad Productiva

El Margen Bruto expresa el porcentaje determinado de utilidad bruta que se está generando por cada peso vendido.

Margen Bruto = Utilidad Bruta

Ventas Netas

Utilidad Bruta = Ventas Netas − Costos de Ventas

El Margen Operativo expresa el porcentaje obtenido en el desarrollo de su objeto social (antes de descontar intereses, gastos extraordinarios e impuestos) que se está generando por cada peso vendido.

Margen Operativo = Utilidad Operativa

Ventas Netas

Utilidad Operativa = Utilidad Bruta − Gastos Operacionales

El Margen de Utilidad Antes de Impuestos expresa el porcentaje obtenido tanto por actividades del negocio como por actividades no propias del negocio (antes de descontar los impuestos del periodo) que se está generando por cada peso vendido.

Margen Utilidad Antes de Impuestos = Utilidad Antes de Impuestos (UAI)

Ventas Netas

UAI = Util. Operativa + Ingresos no Oper. − Gastos no Oper.

El Margen Neto expresa el porcentaje obtenido de todas las actividades de la empresa, independientemente, de si corresponden al desarrollo de su objeto social, para realizar repartición de dividendos, cubrimiento de deudas actuales o capitalización de la empresa, que se está generando por cada peso vendido.

Margen Neto = Utilidad Neta

Ventas Netas

Utilidad Neta = UAI − Impuestos

Indicadores de Rotación de Inventarios y Cartera

La Rotación de Inventarios indica cuantas veces al año la empresa convierte sus inventarios en cuentas por cobrar o efectivo.

Rotación de Inventarios = Costo de la Mercancia Vendida (CMV)

Promedio Inventario

La Rotación de Cartera establece el número de veces que las cuentas por cobrar rotan en el transcurso de un año y refleja la calidad de la cartera de una empresa.

Rotación de Cartera = Ventas a Crédito

Cuentas × Cobrar

Indicadores de Solvencia

El Nivel de Endeudamiento corresponde al grado de apalancamiento utilizado por la empresa e indica la participación de los acreedores sobre los activos de la compañía.

Nivel de Endeudamiento = Pasivo Total

Activo Total

Estados Contables y Financieros

Balance General, el cual presenta la situación financiera del ente económico a una fecha determinada, con el fin de ofrecer dicha información a usuarios externos de la organización que estén interesados en conocerla, además de servir como fuente de información a gerentes y demás ejecutivos para la toma de decisiones financieras.

Estado de Resultados, el cual evalúa la gestión económica de una organización, a través del resumen de las transacciones correspondientes a ingresos generados por el ente económico, así como los costos y gastos incurridos a lo largo de un periodo contable, dando como resultado de la diferencia de los conceptos anteriores, la utilidad o pérdida lograda por la empresa durante el periodo.

Resumen

En los últimos años el sector Textil/Confección ha perdido competitividad debido a una serie de factores internos y externos, sumados a una crisis que debilitó significativamente la demanda de este tipo de productos, y por lo cual hubo una preocupación muy fuerte y generalizada sobre todo en las medianas y pequeñas empresas, que son aquellas con menor margen de maniobrabilidad a causa de su falta de prevención, análisis, rigurosidad y profundidad, en el estudio de posibles situaciones económicas desfavorables, al interior de cada compañía.

Se pretende entonces, con este proyecto crear principalmente una inquietud y enfatizar en la necesidad de ahondar académicamente en temas relacionados con la previsión de reveses operativos y económicos, aportando para este propósito unas bases investigativas de estudio cualitativo, cuantitativo y descriptivo que le permitirán al lector o académico interesado, adentrarse en los detalles operativos de la actividad textil y de elaboración de prendas de vestir.

Finalmente, podrá el interesado poner en práctica la teoría vista, a través de un aplicativo fácil de manejar en el cual podrá obtener más que un simple número con la probabilidad de incumplimiento de pasivos de una empresa, ya que tendrá acceso a la información de las variables más relevantes desde punto de vista operativo a tener en cuenta para próximos planes de mejoramiento.

Abstract

During the last few years, Textile/Clothing sector has lost competiveness due to several internal and external factors, plus the fact that the recent crisis has significantly weakened the demand of these kind of products, thus, there was a strong and widespread concern within the sector, mainly in the medium – small sized factories, which are those which work with the smallest handling margin in the market, because of its lack of prevention, analysis, strictness and depth, concerning the study of possible unfavorable economic type situations inside each company.

This project mainly pretends, to create a concern, and emphasize on the need to deepen academic subjects related with the prevention of operative and economic turndowns, and this way providing for this purpose a researching basis for qualitative, quantitative, and descriptive studies that allow the reader or the scholar who is interested in it, to go deeper into the operative details of the textile and tailoring industry.

Finally the people who are interested may put into practice the presented content, through an software application which is easy to handle and, which will allow to have more than just a number of the likelihood of default of the obligations of an enterprises, because this software also will give more information about the most relevant variables from an operative perspective, which could help to make strategic decisions in order to improve the functionality of any company.

Diagnóstico Desempeño Operativo Empresas Sector Textil/Confección

16

Introducción

El objetivo principal de este proyecto es brindar una herramienta complementaria de prevención y corrección operativa a las empresas del sector Textil/Confección, basado en variables contables y financieras, tanto cualitativa como cuantitativamente, que luego de haberse seleccionado a través de un profundo y detallado análisis, servirán como pilar para la creación de un modelo estadístico que permita determinar la posibilidad de quiebra de este tipo de compañías.

Para alcanzar este objetivo el trabajo se divide en tres capítulos:

En el primer capítulo, se definen los objetivos, se plantea el problema a resolver y se describe de manera breve la situación actual del sector Textil/Confección, para luego brindarle al lector las herramientas estadísticas y teóricas necesarias para su contextualización, que a su vez serán las principales herramientas para la construcción del modelo estadístico y para entender la metodología de la realización del proyecto, la cual irá en el capitulo dos.

Esta metodología, explicará los pasos a seguir en la selección de variables, a través de análisis cualitativos, cuantitativos y descriptivos de la información contable y financiera. Adicionalmente, se mostrará el proceso de selección y construcción de la variable respuesta, el ajuste y validación del modelo, y el desarrollo del aplicativo que permitiría una fácil interacción con el usuario.

En el tercer capítulo, se describe el desarrollo y los resultados de lo que se había propuesto realizar previamente en la metodología, dando como respuesta, la obtención de un modelo con sus respectivas y rigurosas validaciones, explicando claramente los aciertos y desaciertos, que tal vez, se hayan presentado durante todo el proceso, en cada uno de los pasos realizados. Esto asegurará contar con un modelo que permita realmente diagnosticar la probabilidad de quiebra a una empresa del sector, pudiendo tomar posturas de prevención que le ayude a crear estrategias para salir de un estado operativo adverso.

Este trabajo de grado está sujeto a todo tipo de mejoramientos posteriores, ya que se pretende, principalmente, crear la necesidad de desarrollar herramientas más oportunas y precisas a un sector que lo merece, debido a su importancia y a que no ha recibido la profundidad ni la rigurosidad académica requerida.


17

1 Preliminares

1.1 Planteamiento del Problema

Dada la importancia del sector Textil/Confección en el país, sumada con su crecimiento y evolución en las últimas décadas, es adecuado analizar cuáles son las principales variables financieras y contables que mejor permiten diagnosticar el desempeño operativo de las empresas de este sector.

Con este estudio, se pretende darle una herramienta complementaria, a las empresas de dicho sector, de tal forma que les permita tomar medidas preventivas en caso del advenimiento de una crisis, bien sea particular, o del sector en general.

Cabe aclarar que el modelo estadístico que se pretende desarrollar no es una herramienta predictiva, sino preventiva y, en muchos casos, correctiva, en el sentido que éste detectará la crisis cuando ya esté presente pero, al tenerse identificadas las variables más influyentes (de acuerdo con su ponderación en el modelo), los empresarios sabrán los aspectos más importantes en las que deben focalizar sus estrategias de recuperación o prevención.

1.2 Objetivos del Proyecto

1.2.1 Objetivo General

Identificar las variables contables y financieras que mejor permiten diagnosticar el desempeño operativo de las empresas del sector Textil/Confección.

1.2.2 Objetivos Específicos

Determinar cuáles son las variables contables y financieras más influyentes en el desempeño operativo de las empresas del sector Textil/Confección.

Desarrollar un modelo estadístico que permita pronosticar la probabilidad de incumplimiento de una empresa en sus pasivos, a partir de las variables microeconómicas identificadas.

Desarrollar un aplicativo en Excel® que permita calcular, para cualquier empresa del sector Textil/Confección, la probabilidad de incumplimiento en sus pasivos, a partir del modelo ajustado.


18

1.3 Marco Teórico

1.3.1 El Sector Textil/Confección Colombiano

A continuación se realizará una breve descripción del surgimiento, evolución y desempeño del sector Textil/Confección.

La historia del sector Textil/Confección en Colombia empieza a principios del siglo pasado cuando, gracias al boom minero y cafetero, nuevos inversionistas comenzaron a expandir sus actividades económicas en diferentes sectores productivos, que para el caso antioqueño, fue con la aparición de varias fábricas textileras, y más particularmente, con la creación de Coltejer y Fabricato; empresas que empezaron a jalonar a la región hacia una actividad fabril orientada a la producción de prendas de vestir, y hacer de esta actividad económica una de las más importantes de la región. Estos eventos llevarían a la conformación, años más adelante, del cluster del sector en Medellín, ciudad en la que se realizan actualmente las ferias más importantes del país en esta materia (Ocampo Gaviria & Colmenares, 1987).

Durante la mayor parte del siglo XX, la productividad en volúmenes muy altos bastaba para hacer de la actividad Textil/Confección una de las más rentables, ya que se contaba con una demanda nacional muy grande. Pero, a finales de la década de los 70, la globalización y los tratados comerciales con países extranjeros incrementaron la competencia en el mercado nacional, lo que presionó a los productores colombianos a abrirse y explorar nuevos mercados como el venezolano y el norteamericano, inicialmente. Esta nueva competencia también sirvió para que los empresarios del sector confirmaran la buena calidad de sus productos; no obstante, en términos de comercialización había grandes debilidades, lo que llevó a la creación de INEXMODA en el año de 1982, institución fundadora de Colombiatex y Colombiamoda, que hacen parte de las ferias más prestigiosas de la moda en Latinoamérica hoy en día, con el fin de consolidar relaciones comerciales del sector, nacional e internacionalmente (El Colombiano, 2006).

En la última década, el sector llegó a aportar 800,000 empleos directos antes de la crisis del año 2008, lo que equivale al 12% de la fuerza laboral de la industria manufacturera. Esta actividad económica se concentra alrededor de un 86% en regiones como Antioquia y Bogotá con un aporte al PIB de 1.8%. Sus exportaciones representaron, en promedio, 12% de las exportaciones no tradicionales del país entre 2003 y 2008, compuestas en un 62% por confecciones con valor agregado en tejido de punto, y el 38% por textiles. Aún así, se importa más del 50% de los textiles que se utilizan en la industria nacional, es decir, la producción nacional no satisface la demanda interna (Proexport Colombia, 2009).

Los principales problemas en el ámbito económico han sido el alto comercio de contrabando, la tasa de cambio, los altos costos de insumos productivos y la elasticidad de la demanda de productos de este tipo, que en tiempos de crisis, son fácilmente reemplazables por bienes de consumo básico (Ruiz Lopez, 2008).


19

1.3.2 Modelo de Regresión

A continuación, se realizará una descripción de los métodos estadísticos empleados para el desarrollo del modelo que se pretende elaborar, partiendo de la regresión lineal, como base, de la regresión logística.

1.3.3 Antecedentes (Regresión Lineal Clásica)

Es un método de pronóstico, en el cual se busca explicar el valor de una variable de interés (de respuesta o dependiente), a partir de variables que son más fáciles de observar que la variable de interés (covariables). El modelo supone que la relación entre la variable de interés y las covariables es proporcional (lineal), bien sea directa o inversa (Tabla 1).

Tabla 1. Relación entre variables.

El modelo estadístico que representa la regresión lineal múltiple se describe con la siguiente ecuación:

𝑌 = 𝛽𝑂 + 𝛽1𝑥1 + ⋯ + 𝛽𝑘𝑥𝑘 + 𝜀 (1.1)

En este modelo se identifican dos componentes:

Sistemático: parte del modelo que se puede calcular a partir de valores conocidos.

𝛽𝑂 + 𝛽1𝑥1 + ⋯ + 𝛽𝑘𝑥𝑘

Donde 𝛽𝑂, 𝛽1, … , 𝛽𝑘 son los coeficientes de regresión y 𝑥1, … , 𝑥𝑘 son las covariables del modelo.

El signo de 𝛽𝑖, 𝑖 = 1,2, … , 𝑘, determina la relación de la covariable 𝑥𝑖 con la variable de interés (𝑌).

Tabla 2. Relaciones entre variables de acuerdo con 𝛃𝐢.

Aleatorio: porción del modelo que no es calculable matemáticamente y sólo se puede estimar una vez observada la variable de interés, pues es resultado del azar. Se representa con la letra 𝜀, y el hecho de que sea al azar implica que es una variable aleatoria.

Aumenta Disminuye

Aumenta Relación Directa Relación Inversa

Disminuye Relación Inversa Relación Directa

CovariableVariable de

Interés

Signo de b i Relación

+ Directa

- Inversa


20

Este componente debe cumplir con tres supuestos:

Su distribución de probabilidad es Normal.

Su variabilidad es constante sin importar los valores de las covariables ni de los

coeficientes de regresión.

Como es aleatorio, valores observados de 𝜀 no afectan valores futuros a observar

(independencia entre las observaciones).

Estos tres supuestos implican que la variable de interés cumpla con las mismas tres condiciones que se acaban de describir; es decir, la naturaleza aleatoria de la variable de interés es heredada exclusivamente del componente aleatorio 𝜀.

En resumen, en una regresión lineal se busca estimar el componente sistemático de la variable de interés, a partir de un modelo ajustado con base en datos históricos que describen la relación entre la variable de interés y las covariables. De este ajuste resultan valores tentativos1 de los coeficientes

de regresión, denotados por ��𝑂 , ��1, … , ��𝑘, con los cuales ya será posible incluir nuevos valores de las covariables para obtener un pronóstico de 𝑌 (��). La estructura matemática de este modelo ajustado es:

�� = ��𝑂 + ��1𝑥1 + ⋯ + ��𝑘𝑥𝑘 + 𝑒𝑖

El valor de 𝜀 no se estima por ser aleatorio, es decir, obedece a factores no pronosticables, en cambio existen los valores residuales 𝑒𝑖 que son la diferencia entre el valor observado (𝑦𝑖 a través de métodos experimentales) y el valor pronosticado o estimado (𝑦�� por medio del modelo anteriormente explicado).

La pertinencia del modelo se hace por medio de una tabla ANOVA, en la cual se verifica la relevancia de éste, a través del coeficiente de determinación 𝑅2 que muestra la proporción sistemática de la variable de interés, en un rango entre cero y uno, y entre más aproximado a uno, mayor será el componente sistemático de dichas variables, y a su vez es posible determinar la significancia de las covariables con el estadístico de prueba. Para la estimación de los coeficientes de las covariables

(��𝑂, ��1, … , ��𝑘) se recurren a pruebas T, las cuales se explican con mayor profundidad en (Walpole, Myers, Myers, & Ye, 2007).

1.3.3.1 Modelo Logit

Es un método que busca pronosticar la probabilidad de ocurrencia de un evento, a partir de factores influyentes (covariables). Como todo modelo de regresión, está basado en el ajuste del valor de una variable dependiente (Y) a las covariables (𝑥1, … , 𝑥𝑝); donde Y ~ 𝐵(1, 𝜋(𝐱)), es decir, 𝑌 es una

variable dicotómica que sólo toma los valores de cero (fracaso) o uno (éxito); además, 𝜋(𝐱) es la

1 Se denominan tentativos porque se basan sólo en información recolectada, pero quien tenga otros datos históricos, obtendrá valores tentativos diferentes de los coeficientes.


21

probabilidad de ocurrencia del evento dado un valor particular del vector de covariables 𝐱′ =

[𝑥1, … , 𝑥𝑝]. El modelo de regresión logística esta dado por la ecuación:

𝜋(𝐱) =𝑒𝑔(𝐱)

1+𝑒𝑔(𝐱) (1.2)

Donde 𝑔(𝐱) = 𝛽𝑂 + 𝛽1𝑥1 + ⋯ + 𝛽𝑝𝑥𝑝. (𝛽𝑂 , 𝛽1, … , 𝛽𝑝) son los coeficientes a estimar con la

regresión (Coeficientes de Regresión). Despejando 𝑔(𝐱) de (1.2) se obtiene la relación lineal:

logit (𝜋(𝐱)) = ln (𝜋(𝐱)

1−𝜋(𝐱)) = 𝛽𝑂 + 𝛽1𝑥1 + ⋯ + 𝛽𝑝𝑥𝑝 (1.3)

Suponiendo que se tienen 𝑛 observaciones de la forma (𝐱𝑖, 𝑦𝑖), 𝑖 = 1,2, … , 𝑛, donde 𝐱𝐢′ =

[𝑥1𝑖, … , 𝑥𝑝𝑖], se procede a estimar los coeficientes de regresión por máxima verosimilitud (Hosmer

& Lemeshow, 2000):

1. Establecer la función de verosimilitud:

𝐿(𝜷) = ∏ 𝜋(𝑥𝑖)𝑦𝑖[1 − 𝜋(𝑥𝑖)]1− 𝑦𝑖n

i=1 (1.4)

donde 𝜷′ = [𝛽0, … , 𝛽𝑝].

2. De 𝐿(𝜷), resulta la función de log-verosimilitud:

𝑙(𝛃) = ln[𝑙(𝛃)] = ∑ {𝑦𝑖 ln[𝜋(𝑥𝑖)] + (1 − 𝑦𝑖) ln[1 − 𝜋(𝑥𝑖)]}𝑛𝑖=1 (1.5)

Finalmente, se debe encontrar el vector de coeficientes 𝜷 que maximice a (1.5), lo que se

logra resolviendo el sistema de ecuaciones:

∑ 𝑥𝑖𝑗[𝑦𝑖 − 𝜋(𝑥𝑖)]𝑛

𝑖=1= 0 (1.6)

∑ 𝑥𝑖𝑗[𝑦𝑖 − 𝜋(𝑥𝑖)]𝑛

𝑖=1= 0 (1.7)

Para 𝑗 = 1,2, … , 𝑝. El vector resultante, 𝜷′ = [��0, … , ��𝑝] se denomina vector de coeficientes

estimados de la regresión.

Cabe mencionar que el desarrollo de las ecuaciones descritas en el procedimiento anterior se realizará mediante el manejo de un programa estadístico.


22

Utilidad del modelo

a. Coeficiente de Determinación (𝑹𝟐)

Una forma de calcular el 𝑅2 cuando se tienen múltiples variables continuas es (Hosmer & Lemeshow, 2000):

𝑙0−𝑙𝑝

𝑙0 (1.8)

Siendo 𝑙0 y 𝑙𝑝 las log-verosimilitudes de los modelos saturado y ajustado, respectivamente,

se multiplica por -2 numerador y denominador y obtiene:

−2𝑙0−(−2𝑙𝑝)

−2𝑙0=

𝐷0−𝐷

𝐷0 (1.9)

Cuyo resultado se ubica entre cero y uno, según los autores; al igual que en la regresión lineal, entre más cercano a uno, el modelo explicará mejor la probabilidad de 𝑌 = 1; no obstante, los autores también señalan que, en la regresión logística, no deben esperarse valores de 𝑅2 muy altos.

b. Multicolinealidad entre Variables

Un modelo de regresión presenta multicolinealidad si al menos una de sus covariables puede ser expresada en función de otras covariables (Walpole, Myers, Myers, & Ye, 2007). Para identificar su presencia en el modelo, se utiliza la matriz de correlaciones de los coeficientes de la regresión. Cada uno de estos coeficientes fluctúa en el intervalo [−1,1] por encima de la diagonal principal de la matriz, teniendo en cuenta que ésta es simétrica. En la (Tabla 3) se muestra una matriz como la mencionada; así, por ejemplo, el valor de 0.73 en la cuarta celda de la segunda fila indica una alta relación lineal directa entre las variables 𝑥1 y 𝑥3, es decir, a mayor valor de 𝑥1, se espera un mayor valor de 𝑥3. En la Figura 1 se muestra una mejor interpretación de la correlación entre dos coeficientes dados de una regresión: entre más cercano a uno esté mayor relación linear directa; si es cercano a −1, mayor relación lineal inversa; cercana a cero, baja relación lineal.

Tabla 3. Prueba de Multicolinealidad.

Coeficientes Intercepto Variable X1 Variable X2 Variable X3

Intercepto 1.00 -0.36 -0.29 -0.29

Variable X1 -0.36 1.00 0.00 0.73

Variable X2 -0.29 0.00 1.00 -0.11

Variable X3 -0.29 0.73 -0.11 1.00

Correlación entre los Coeficientes de las Variables


23

Figura 1. Estilos de correlaciones.

Una medida complementaria para verificar el grado de multicolinealidad entre variables, es el análisis del factor de inflación de varianza (𝐹𝐼𝑉), que, en caso de arrojar valores superiores a 5.0 en alguna de las variables estudiadas (Heiberger, 2004), se considera que existe evidencia de correlación alta entre ésta y al menos una de las demás variables.

El 𝐹𝐼𝑉 está representado por la ecuación (Heiberger, 2004):

1

1−𝑅𝑖2 (1.10)

Donde 𝑅𝑖2 es el coeficiente de determinación de la regresión lineal clásica entre la covariable

𝑥𝑖 (covariable de interés) y el resto de las covariables. Observe que si 𝑅𝑖2 es muy alto es

porque el valor de 𝑥𝑖 se puede calcular por medio de las demás covariables, y, por lo tanto, el 𝐹𝐼𝑉 será alto, indicando presencia de multicolinealidad en el modelo.

c. Comparación modelo sin variables vs modelo con variables (prueba de significancia del modelo)

La significancia del modelo ajustado, se mide a través de la prueba de razón de verosimilitudes, la cual se basa en el siguiente procedimiento (Hosmer & Lemeshow, 2000):

1. Cálculo del deviance del modelo sin covariables (deviance nulo):

𝐷0 = −2 ln [(𝑛1

𝑛)

𝑛1

(1 −𝑛1

𝑛)

𝑛−𝑛1

] (1.11)

donde: 𝑛1 = ∑ 𝑦𝑖𝑛𝑖=1 (total de éxitos en la muestra); además, cuando se habla de modelo

sin covariables, se refiere a un modelo donde la probabilidad de éxito no depende de las covariables (𝑔(𝐱) constante).

2. Cálculo del deviance del modelo ajustado:

𝐷 = −2 𝑙𝑛[𝐿(𝛽)] (1.12)


24

3. Cálculo del estadístico de prueba:

𝐺 = 𝐷0 − 𝐷 (1.13)

4. Bajo la hipótesis nula de que el modelo saturado es mejor que el ajustado, 𝐺 ~ 𝜒(𝑝)2 , así,

si el valor − 𝑝 = P(𝐺 > 𝜒(𝑝)2 ) < 𝛼, se concluye que el modelo ajustado aporta más

información que el modelo saturado, es decir, el modelo ajustado es pertinente.

d. Prueba de significancia de las covariables

La significancia del modelo ajustado sólo confirma que algunas de las covariables son significativas; en otras palabras, es posible que el modelo ajustado sea útil pero con covariables que no influyen estadísticamente en que Y sea un fracaso o un éxito.

Por lo tanto, luego de haber probado la utilidad del modelo, se debe evaluar la significancia de sus covariables, mediante el desarrollo de pruebas de hipótesis individuales con respecto

a los βj. La prueba de Wald (Hosmer & Lemeshow, 2000) es útil en este sentido y se basa en

comparar la estimación de máxima verosimilitud de cada uno de los coeficientes con la

estimación de su error estándar se(βj), es decir, el estadístico de prueba es:

𝑊 =��𝑗

se(��𝑗) ~ Normal(0,1) (1.14)

Al realizar las p + 1 pruebas en el software estadístico se obtiene la Tabla 4.

Tabla 4. Prueba de significancia.

Dado un nivel de significancia α (0 < α < 1), se determina cuáles de las covariables son significativas, comparando el valor-p de cada una de éstas con α, para lo cual se rechazará la hipótesis nula (la covariable es no significativa), si el valor − p < α. El objetivo de esta prueba es obtener un modelo ajustado, de tal forma que sólo aparezcan las variables de mayor relevancia.


25

e. Prueba HL (Hosmer-Lemeshow)

Algunos autores2 afirman que la prueba de Wald, en algunas ocasiones arroja resultados falsos, ya que en ésta, se acepta la hipótesis nula siendo falsa, es decir, concluir que las variables no son significativas, siéndolo en realidad. Con el fin, de evaluar con otros criterios la pertinencia de las variables en el modelo, (Hosmer & Lemeshow, 2000) plantean una prueba que evalúa el grado de ajuste del modelo, comparando datos observados con datos esperados.

Una vez realizada una regresión logística con sus respectivas variables, se lleva a cabo el siguiente procedimiento (ilustrado en la Tabla 5), siendo la hipótesis nula igual a que el modelo es pertinente:

1. Agrupar en deciles (percentiles 10%, 20%, …, 100%) las probabilidades estimadas (��).

2. Calcular en cada uno de los percentiles, el número de observaciones presentes (𝑛′𝑘 , 𝑘 =1,2, … , 10).

3. Asignarle un grupo (𝑘 = 1,2, … , 10) a cada uno de los ��𝑖 , 𝑖 = 1,2, … , 𝑛, siendo 𝑛 el

número de empresas. 4. Calcular los éxitos observados (𝑜𝑘) en cada grupo, es decir, la suma de la variable

respuesta real (𝑦), asociada al mismo grupo de ��𝑖. 5. Calcular la probabilidad promedio de éxito (��𝑘) en cada grupo, con base en las

probabilidades estimadas. 6. Calcular los éxitos esperados (𝑒𝑘) en cada grupo.

7. Calcular el estadístico de prueba (��).

�� = ∑(𝑜𝑘−𝑒𝑘)2

𝑛′𝑘��𝑘(1−��𝑘)

10𝑘=1 (1.15)

Donde �� ~ 𝜒(𝑔−2)2 , siendo 𝑔 el número de grupos establecidos (deciles).

8. Calcular el valor − 𝑝.

Finalmente, se concluye la pertinencia del modelo si el valor − 𝑝 > 𝛼 .

2Autores citados en Hosmer & Lemeshow, 2000.


26

Tabla 5. Prueba HL.

Al calcular el número de observaciones presentes en cada grupo (𝑛′𝑘), representa una función indicadora de cumplimiento de una condición, para este caso, si la observación cumple la condición especificada en el argumento se tomará en cuenta (1), mientras que si no lo hace se descartará (0); por ejemplo,

{condición} = {1, Se cumple la condición 0, No se cumple la condición

f. Verificación de supuestos

La verificación de supuestos en un modelo de regresión logística consiste simplemente en comprobar la independencia que existe entre los residuales de las observaciones, ya que, a diferencia de la regresión lineal clásica, en una regresión logística no hay supuesto de normalidad del error aleatorio; éste se espera que tenga una distribución Bernoulli con esperanza condicional 𝜋(𝒙) (Hosmer & Lemeshow, 2000).


27

2 Metodología del Proyecto

Para llevar a cabo este proyecto, se seguirán un conjunto de actividades dando cumplimiento a cada objetivo específico en un orden cronológico, como se especifica a continuación.

2.1 Análisis de Posibles Variables Contables y Financieras que Evalúen el Desempeño Del Sector

Con el fin de identificar las posibles variables más influentes en el desempeño operativo de las empresas del sector, se realizará un análisis contable y financiero tanto horizontal como vertical de algunas empresas del sector, entrevistas a expertos y un análisis cuantitativo de los estados financieros de las empresas, que soporte la selección de dichas variables.

2.1.1 Análisis Horizontal y Vertical de Estados Financieros

a. Obtener una base de datos con información financiera confiable de las empresas del sector Textil/Confección, a través del sistema SIREM de la Superintendencia de Sociedades (Superintendencia de Sociedades, 2010). Esta base de datos se presenta en el Anexo 4 en forma digital.

b. Definir los criterios de selección de las empresas en condiciones económicas favorables y desfavorables, con base en indicadores contables y financieros, tales como: márgenes brutos, operacionales y netos, rotaciones de inventarios y carteras, y rentabilidades del activo y del patrimonio.

c. Seleccionar con base en los criterios anteriormente planteados, una empresa en condiciones económicas favorables y una empresa en condiciones económicas adversas, tanto en el sector Textil como de Confección.

d. Realizar un análisis horizontal, en el cual se compare la variación porcentual de las cuentas e indicadores contables y financieros, para cada uno de los años del periodo de estudio, y así identificar rubros de importancia dentro de la estructura contable de cada empresa.

e. Realizar un análisis vertical, en el cual se compare la participación de cada cuenta dentro de una de las cuentas principales del Balance General (Activo, Pasivo y Patrimonio) o sobre los ingresos operacionales para el Estado de resultados, y así identificar los rubros de mayor peso e importancia dentro de la estructura contable de cada empresa.

2.1.2 Entrevistas a Expertos

Realizar entrevistas a diferentes personas que ocupan cargos relevantes en empresas del sector, dada su experiencia y conocimiento del tema, con el fin de obtener información que permita identificar algunas de las variables más significativas en el desempeño operativo de las empresas del sector.


28

En la entrevista se formularán las siguientes preguntas:

¿Cómo ve la evolución del sector Textil/Confección hoy en día?

¿Cuáles considera que son las falencias de las empresas del sector Textil/Confección, en cuanto a su gestión operacional y administrativa?

¿Qué señales de alarma pueden identificarse financiera o contablemente cuando una empresa entra en situaciones difíciles?

¿Con qué criterios en el interior de las compañías se puede medir el desempeño operativo de éstas?

2.1.3 Análisis Cuantitativo de los Estados Financieros

Para realizar el análisis cuantitativo de los estados financieros de las empresas del sector, se utilizará la base de datos mencionada anteriormente obtenida a través del sistema SIREM de la Superintendencia de Sociedades (Superintendencia de Sociedades, 2010). Los pasos a seguir en este análisis son los siguientes:

a. Clasificación de Empresas

Clasificar las empresas en dos mitades: una donde estén las mejores empresas (𝑀𝑗), y la

otra donde estén las peores empresas (𝑃𝑗), de acuerdo con criterios como márgenes,

rotaciones o rentabilidades, siendo 𝑗 las cuentas que componen el balance general y el estado de resultados de cada empresa. Esta clasificación se realizará en cada año de estudio, para cada tipo de empresa (Textil y Confecciones).

b. Comparación de Cuentas

Comparar los promedios de cada cuenta de las mejores empresas contra los promedios de la cuenta respectiva de las peores empresas (𝑀𝑗

con 𝑃��), con el fin de, analizar cuáles son las

mayores diferencias entre cuentas.

c. Cuentas Significativas

Mostrar de manera gráfica las cuentas con mayor diferencia, las cuales evidencian contrastes en la forma cómo operan empresas buenas y malas, siendo esta lista un filtro de posibles variables aplicables en el modelo.

Listar las posibles variables a incluir en el desarrollo del modelo estadístico.


29

2.2 Selección de Variables Contables y Financieras más Influyentes en el Desempeño del Sector

Una vez listadas las posibles variables que evalúan el desempeño de las empresas del sector Textil/Confección, con base en los análisis anteriormente realizados, se verificará cuáles son las variables más acertadas para el desarrollo y validación del modelo, con base en, el coeficiente de determinación, la correlación entre variables y el factor de inflación de la varianza.

a. Coeficiente de Determinación (𝑹𝟐)

Calcular el 𝑅2 para cada una de las cuentas, a través de un software estadístico usando una regresión logística, tomando como variable referencia la que mayor resultado arroje. Con esta variable, se conformarán grupos de dos variables con las demás, a los cuales se les calculará de nuevo el 𝑅2, escogiendo como nueva base, el grupo que mayor 𝑅2 presente. Este proceso se realizará, hasta que queden agrupadas todas las variables listadas, con el mayor coeficiente de determinación, como criterio de escogencia. Un ejemplo ilustrativo se puede ver en la siguiente tabla.

Tabla 6. Grupo de variables seleccionadas según 𝐑𝟐.

En la Tabla 6 se resaltan las variables con mayor 𝑅2 dentro de cada grupo, los cuales serán los únicos datos mostrados en el capítulo de resultados, omitiendo así, mostrar los grupos que arrojaran poca significancia (grupos de variables no resaltados).

Después se determina en las agrupaciones de variables escogidas, cuál de éstas tienen variaciones en el 𝑅2 superiores al 2.5%3, lo que implica que un grupo por debajo de esta

3 Esta cifra fue determinada en consenso con el director del trabajo de grado.

Grupo R2 Var%1 x1 1.20%

1 x2 1.50% 100.00%1 x3 0.80%

1 x4 0.50%

1 x5 1.00%

2 x2 x1 2.00%

2 x2 x3 2.30% 53.33%2 x2 x4 1.70%

2 x2 x5 1.90%

3 x2 x3 x1 2.50%

3 x2 x3 x4 2.60%

3 x2 x3 x5 2.70% 17.39%4 x2 x3 x4 2.73%

4 x2 x3 x5 2.76% 2.22%

Variables


30

cifra, agregaría poco valor adicional al 𝑅2 del posible modelo. Para el ejemplo de la Tabla 6, las variables que se tendrían en cuenta serían las del tercer grupo, ya que el cuarto grupo (reglón en rojo) tiene una variación del 𝑅2 inferior al 2.5%.

b. Multicolinealidad entre Variables

Calcular la correlación existente entre los coeficientes de las variables finalmente seleccionadas en el punto anterior, a través de un software estadístico, con el fin de verificar si existe multicolinealidad alta entre ellas (superior a 0.5), y en caso que éste evento se presente, será necesario fusionar variables, siempre y cuando sea posible, o descartarlas de forma definitiva, volviendo de nuevo a replantear la escogencia del mejor grupo de variables, de acuerdo con el análisis del coeficiente de determinación y el análisis de multicolinealidad.

Con el fin de, verificar la multicolinealidad entre las variables, se realizará un análisis del Factor de Inflación de la Varianza (𝐹𝐼𝑉) para el grupo de variables finalmente escogido con los conceptos de R2 y correlación entre los coeficientes, en el cual se confirme la validez de cada una de éstas, cuando arrojen un resultado inferior a 5.0, que sería la cifra base para evaluar este indicador.

2.3 Análisis Descriptivo de las Variables Escogidas

En este análisis se comparan gráficamente promedios, rangos (percentil 2.5% a percentil 97.5%) e intervalos del 95% de confianza para la media de las cuentas (covariables) seleccionadas. Las comparaciones se realizan entre las empresas clasificadas en incumplimiento de sus pasivos (empresas que arrojan un valor de 𝑌 = 1) frente a las no clasificadas (empresas que arrojan un valor de 𝑌 = 0).

La idea de estas comparaciones es descubrir las diferencias de promedio y dispersión, en los dos grupos de empresas.

2.4 Desarrollo y Validación del Modelo

Para desarrollar el modelo se realizarán, a través de un software estadístico, pruebas de utilidad de éste, significancia de variables y grado de ajuste del modelo (Prueba HL), siguiendo en éstas los procedimientos descritos en el marco teórico. Una vez probada la pertinencia del modelo, se definirá la ecuación de regresión logística 𝜋(𝐱), que representa la función de incumplimiento en los pasivos de las empresas del sector, basada en las variables más influyentes seleccionadas previamente.

Para la verificación de supuestos, se analizará la independencia de los residuales a través de una gráfica, en la que se determinará si existen patrones o tendencias de dichos valores.

Con el modelo ya desarrollado, se procederá a realizar la validación del mismo, utilizando información de años diferentes al año con el cual se obtendrían las variables clasificadas como las


31

más destacadas en la evaluación del desempeño operativo de las empresas. Este proceso de validación se efectuaría con la prueba HL (ver pág. 25).

2.5 Desarrollo del Aplicativo del Modelo

El desarrollo del aplicativo se llevará a cabo, mediante la programación de macros (utilizando lenguaje Visual Basic), y la utilización de funciones en Excel®, que permitan el desarrollo de una interfaz donde se pueda ejecutar el modelo estadístico formulado.

Además, se realizará un manual en Word®, que sirva como instructivo para cualquier usuario que desee utilizar el aplicativo.


32

3 ANÁLISIS OPERATIVO DE LAS EMPRESAS DEL SECTOR TEXTIL/CONFECCIÓN

3.1 Análisis de Posibles Variables Contables y Financieras que Evalúen el Desempeño del Sector

En esta parte del capítulo se realizará inicialmente, un análisis de la información contable y financiera de forma horizontal y vertical de algunas de las empresas del sector, luego se analizará los resultados obtenidos en las entrevistas a expertos, y por último, se desarrollará un análisis cuantitativo de los estados financieros del año 2009 de las empresas del sector, que afiancen la elección de las variables.

3.1.1 Análisis Horizontal y Vertical de Estados Financieros

A continuación se analizará vertical y horizontalmente los estados financieros de algunas empresas con la información obtenida en Supersociedades, en el cual se detalle la composición y evolución de las principales cuentas contables e indicadores financieros que los componen. Las empresas se escogerán, con base en los resultados obtenidos en los tres años de estudio (2007-2008-2009), en los cuales se vea una consistencia positiva o negativa según el tipo de empresa que se esté buscando.

Siguiendo estos parámetros, en el sector Confección se encontró como empresa con resultados favorables a CONFECCIONES LEONISA S.A. la cual mostró resultados promedios para los tres años en sus márgenes brutos, operacional y neto de 32.96%, 8.78% y 5.99% respectivamente, además de una rentabilidad del activo de 6.19% y una rentabilidad del patrimonio de 9.04%, en cuanto a rotaciones de cartera y de inventario, obtuvo 144 días y 83 días respectivamente, y finaliza con un endeudamiento de 31.58%, mostrando así un buen desempeño. Por otro lado, SOCKS Y TEXTILES INDUSTRIALES SOTINSA S.A. fue la empresa en situación económica desfavorable con márgenes brutos, operacional y neto de 11.83%, 1.97% y −2.10% , respectivamente, una rentabilidad del activo de −1.13% , y una rentabilidad del patrimonio de −2.66%, y para las rotaciones de cartera y de inventario obtuvo 163 días y 207 días respectivamente, y finaliza con un endeudamiento de 56.06%, datos todos promedio que reflejan difícil situación.

Para el sector Textil, TEJILAR S.A. fue la empresa con resultados favorables escogida, ya que presenta márgenes bruto, operacional y neto de 30.45%, 10.41% y 4.40% respectivamente, una rentabilidad del activo de 4.22%, una rentabilidad del patrimonio de 6.84%, rotaciones de cartera e inventario de 76 días y 96 días respectivamente, y finaliza con un endeudamiento de 38.22%, mostrando un buen desempeño. Por otro lado, la empresa COMPAÑÍA COLOMBIANA DE TEJIDOS S.A. se encuentra en una situación desfavorable, porque sus resultados en los indicadores que se vienen mencionando son: margen operacional −5.04%, margen bruto −23.76%, margen neto−91.95%, rentabilidad del activo −26.86%, rentabilidad del patrimonio −48.74%, rotación de inventarios 82 días, rotación de cartera 189 días y nivel de endeudamiento de 45.89%, ratificando su pobre desempeño.


33

Ahora con las empresas ya identificadas se procede a realizar un análisis más detallado de lo que sucedió durante el periodo de estudio con estas empresas (ver Anexo 1).

a. Confecciones Leonisa S.A.

Balance General

Para el periodo de análisis (2007-2009), se observa el decrecimiento del 12,8% del activo, explicado en su mayoría por la disminución en los deudores a corto plazo, en los inventarios y en propiedad planta y equipo, hecho que busca optimizar la eficiencia operativa de la compañía. El peso de estos rubros dentro de los activos fue en promedio de 41%, 16% y 14% respectivamente. Durante este período, se observó que el activo corriente ha sido en promedio el 66% en la participación frente al total del activo, situación positiva para las exigibilidades inmediatas.

El comportamiento observado de los pasivos es diferente al de los activos por cuanto han venido decreciendo a un ritmo mayor (más del 20% para este periodo). Dicho decrecimiento fue causado principalmente por los rubros de proveedores corto plazo, obligaciones financieras a largo plazo y cuentas por pagar, con lo cual la empresa ha demostrado una correcta gestión administrativa de todos sus pasivos y una baja tendencia a tener una estructura financiera muy apalancada con deuda.

La estructura patrimonial para el período de análisis muestra alta dependencia en las revalorizaciones y a las reservas. Las primeras representan el 54%, mientras que las segundas representan el 22% del patrimonio, en promedio para el periodo estudiado.

Estado de Resultados

El desempeño al año 2009, fue opacado por la crisis económica mundial, que ocasionó una menor venta de sus productos, decreciendo para el final del periodo en este rubro un 8%, pero a pesar de esto supieron manejar adecuadamente la estructura de costos y gastos, demostrando una muy buena gestión administrativa, donde los costos de fabricación representan alrededor del 67% de las ventas, los gastos operacionales el 24% y los no operacionales el 10%, para obtener al final un buen margen neto de utilidad del 6% en promedio.

b. Socks y Textiles Industriales Sotinsa S.A.

Balance General

En cuanto al activo corriente se pudo ver una disminución constante año tras año, influenciada principalmente por la reducción en deudores e inventarios, cuentas que representaban alrededor del 50% del total de los activos. Por el lado del activo no corriente, la cuenta que contribuyó a dicha disminución fueron propiedad planta y equipo y las valorizaciones, las cuales representan un 45% en promedio del activo. Esta situación refleja las deficiencias productivas por las que está cruzando la compañía, al disminuir su capital de


34

trabajo, además, la capacidad nula de realizar inversiones, ha contribuido a la destrucción de valor de la compañía.

En los pasivos de corto plazo, se vio una reducción de 64%, marcada principalmente por las cuentas de obligaciones financieras, proveedores y cuentas por pagar, mientras que los pasivos de largo plazo disminuyeron en 20%, explicado principalmente por el rubro de obligaciones financieras.

Su patrimonio se vio afectado principalmente por los resultados de los ejercicios, confirmando así el mal momento que atraviesa la compañía.


A causa de la crisis del año 2008, sus ingresos se vieron comprometidos durante el periodo de estudio, pero el aspecto más destacable y quizás el de mayor relevancia a la hora de medir los resultados, fue el alto costo de producción en el que incurre esta empresa, mostrando una ineficiencia muy elevada, hecho que se refleja finalmente en utilidades negativas año tras año.

c. Tejilar S.A.

Balance General

La estructura del activo está compuesta principalmente por corto plazo (76% de la totalidad de los activos), donde el disponible, las cuentas por cobrar y los inventarios guiaron el aumento del activo corriente durante el periodo, demostrando la eficiencia en el manejo de su capital de trabajo. En cuanto al activo no corriente, propiedad planta y equipo es la única cuenta que lo compone.

El pasivo está compuesto totalmente por deuda de corto plazo, en donde se pueden destacar las obligaciones financieras, proveedores y cuentas por pagar como las más relevantes, y es de exaltar el bajo nivel de endeudamiento en la forma de financiación de la compañía.

Finalmente, el patrimonio está compuesto en su mayoría por revalorizaciones y resultados de ejercicios, representando alrededor del 75% de este rubro, además cabe resaltar su alta participación sobre el total de los activos.


La crisis económica del año 2008, de la cual se había hecho referencia con anterioridad, no afectó significativamente los resultados de esta empresa, ya que a pesar de la baja en ventas, fueron cuidadosos con sus costos y gastos, manteniendo un promedio de estos del 80% y 12% respectivamente, ayudado también de los pocos egresos financieros que la compañía debe hacer dadas sus bajas acreencias, que lo llevan a tener resultados positivos a diferencia de las empresas más reconocidas del sector.


35

d. Compañía Colombiana de Tejidos S.A. – Coltejer Tejilar S.A

Balance General

Posee una estructura en sus activos explicada principalmente por deudores corto plazo y valorizaciones, que representan alrededor del 60% del total de los activos, los cuales a su vez se han reducido significativamente hasta el final del periodo de estudio, decrecimiento que ha sido liderado por la cuenta inversiones.

Los pasivos han disminuido a más de la mitad para el final del periodo, donde las cuentas que más participación han tenido y que a su vez han contribuido a esta situación, son obligaciones financieras, proveedores y cuentas por pagar, tanto de corto como de largo plazo.

En cuanto al patrimonio, se ha observado una gran entrada de nuevos socios a la empresa, debido a que la cuenta de capital social va en aumento desde el primer año estudiado, además se destaca la cuenta de ejercicios anteriores ya que año tras año tiene un resultado cada vez más negativo.


Los ingresos han venido disminuyendo significativamente cada año, y por el contrario todos sus egresos van en aumento, situación que empeora al ser los costos de producción mayores al valor de las ventas, ratificando su condición de pobres resultados.

De todo este análisis se puede ver que hay cuentas del balance general que se ven reflejadas en las cifras observadas en los estados de resultados, bien sea negativa o positivamente, dependiendo del desempeño de cada empresa, de estas cuentas son destacables: inversiones, deudores, inventarios, propiedad planta y equipo, obligaciones financieras, cuentas por pagar, proveedores y resultados de ejercicios; cuentas que dan una primera aproximación a las posibles cuentas a utilizar.

3.1.2 Entrevistas a Expertos

Con el fin de entrevistar a las personas más apropiadas y conocedoras, tanto de la parte operativa del sector, como del manejo financiero, se logró entrevistar al presidente del Instituto para la exportación y la moda (INEXMODA), a la presidente del cluster de Confección y la moda en Antioquia, al ex presidente de una empresa del medio y a la profesora Gloria Toro, experta en administración financiera; y de esta manera, conocer de viva voz, cuáles eran para ellas los factores más representativos en el funcionamiento operativo de las empresas del sector.

Las reuniones se dieron en un marco relativamente informal, en las que el entrevistado no era hostigado desde el comienzo de la charla con las preguntas preparadas, sino, que se empezaba con una breve introducción a lo que se esperaba del trabajo y lo que se venía haciendo en el mismo, lo cual ayudaba hacer las conversaciones mucho más amenas y relajadas, en las cuales se daba mucha libertad al encuestado para que expusiera su punto de vista, sin perder, claro está, el rumbo de la información que se pretendía obtener, haciendo lo más claro y entendible posible las preguntas elaboradas para esto, y no estrictamente en el orden que se planteó con anterioridad.


36

Ahora, para analizar cada una de las entrevistas, se debe tener en cuenta, que lo descrito a continuación, es un resumen de las ideas claves y más relevantes de cada uno de los entrevistados, hecho pensado para hacerle al lector mucho más ameno y conciso el pasar por esta sección. En caso de querer ahondar más en lo expuesto por cada uno de ellos, por favor remítase al Anexo 2, en el cual se pueden encontrar las entrevistas completas.

Empezando con el señor Guillermo Jaramillo (expresidente de una empresa de textiles) se pudo destacar de su entrevista, las siguientes palabras: Al sector Textil y Confección lo afectan principalmente cinco factores fundamentales. En primer lugar, la materia prima, que en el caso colombiano, es de difícil adquisición, teniendo que importarlas, lo que aumenta los costos de producción. En segundo lugar, se encuentra la mano de obra, la cual es mucho más barata en países asiáticos, haciendo cada día más lejana la posibilidad de las empresas colombianas de competir con ellos. En tercer lugar, se destaca el reducido avance tecnológico, hecho que llevó a perder eficiencia a la producción colombiana. Cuarto, la tasa de cambio con tendencia revaluacionista, ha terminado de aporrear el sector, debido a que no logra compensar los costos adicionales de materia prima y mano de obra con una moneda más devaluada. Finalmente, el contrabando se convierte en la competencia desleal más fuerte, el cual sumado con todos los factores anteriores, vuelven a las empresas menos productivas y competitivas, generando inestabilidad en el sector.

De otro lado, Carlos Eduardo Botero (presidente de INEXMODA), además, de acertar con varios de los puntos anteriormente mencionados por el señor Jaramillo, fue enfático en que existía un problema serio en la cadena de producción de los fabricantes colombianos, asegurando que al ser los textileros más intensivos en capital y los confeccionistas más intensivos en mano de obra, se daba una interrupción en dicha cadena de producción, debido a la lenta evolución de los sistemas productivos, ya que cuando un confeccionista quería y tenía las posibilidades de innovar en su sistema productivo, era frenando por el textilero, que no contó con los recursos necesarios para invertir en tecnología dado su alto precio, con lo cual se perdía la posibilidad de conseguir en niveles óptimos de tiempo, calidad, vanguardia y costos, las materias primas necesarias para operar y estar a la altura de competir internacionalmente.

Por su parte, la presidente del cluster de Confección y moda de la ciudad de Medellín, la señora Luz Eugenia Botero, destaca que la alta informalidad de la PYME, la cual alcanza el 80% de participación, sumado con la irregular gestión administrativa, son factores claves para la improductividad, donde la falta de planeación y de controles operativos y financieros más sofisticados sobre el capital de trabajo, han llevado a estas empresas a perder competitividad e incluso estar en peligro de liquidación.

Ahora, con el fin de definir un criterio que permitiera obtener la variable de respuesta para el modelo que se pretende realizar (probabilidad de incumplimiento en los pasivos), se recurrió a la profesora Gloria Toro, dado su amplio conocimiento en el capo financiero. Su sugerencia para resolver esta inquietud fue comparar la rentabilidad operativa del activo (definida en la ecuación 3.1) de cada empresa, con la DTF (tasa de colocación promedio anual), para determinar si las empresas incumplen o no en sus pasivos, de manera que si la rentabilidad operativa de una empresa es menor que la DTF promedio del año de estudio, se infiere que dicha empresa está incumpliendo en su pasivos (𝑌 = 1), de lo contrario no lo está haciendo (𝑌 = 0). Los resultados obtenidos a través del planteamiento de este criterio, servirán como base tanto para el desarrollo del modelo como


37

para la validación del mismo, en la cual se comparan con los valores pronosticados, obtenidos mediante la utilización de un software estadístico.

Rentabilidad Operativa = Utilidad Operacional

Deudores C.P.+ Inventarios+Prop.Planta y Equipo (3.1)

Finalmente al analizar la información obtenida, se encontraron indicios de variables desde un punto de vista más externo a las compañías (tasa de cambio, contrabando, costo de materia prima, competitividad del sector, entre otros) que interno, por lo cual se propone un análisis cuantitativo adicional de los estados financieros de las empresas del sector, que permita el reconocimiento y selección de posibles variables que permitan diagnosticar el desempeño operativo de estas empresas.

3.1.3 Análisis Cuantitativo de los Estados Financieros

Con base en los comentarios de las personas entrevistadas, se tomará como referencia para ordenar las empresas de mejor a peor, los siguientes indicadores: margen operacional, rotación de cartera y rotación de inventarios, ya que éstos evalúan concreta y concisamente el desempeño operativo de este tipo de empresas. Se ordenarán entonces las empresas (separadamente las del sector textil de las del sector confección), para facilitar el manejo de las cifras cada año y obtener un posible grupo de variables para la elaboración del modelo.

Sector Confección

Como se puede ver en la Tabla 7, Tabla 8 y Tabla 9, utilizando los promedios de las cuentas, con la información del año 2009, se calculó la diferencia entre cuentas de la respectiva mitad (𝑀𝑗

− 𝑃��), y

se analizó cuáles cuentas tenían las diferencias más significativas, además, de una alta relación con el funcionamiento operativo de este tipo de empresas (cuentas resaltadas).


38

Tabla 7. Cuentas significativas en mitades clasificadas según Margen Operacional.


39

Tabla 8. Cuentas significativas en mitades clasificadas según Rotación de Inventario.


40

Tabla 9. Cuentas significativas en mitades clasificadas según Rotación de Cartera.


41

Para un análisis más detallado de los cuadros anteriormente presentados, se puede ver en las siguientes graficas, las cuentas más influyentes de las diferencias calculadas, con base en cada indicador, excluyendo las cuentas que permiten calcular la rentabilidad del activo operativo4, rentabilidad que a su vez permite el cálculo del incumplimiento en el pago de los pasivos por parte de las empresas, para evitar así, cualquier tipo de sesgamiento en los resultados del modelo estadístico a realizar. Al realizar el análisis utilizando como criterio de ordenamiento el margen operacional fue necesario realizar dos figuras con las variables identificadas, ya que las diferencias absolutas de algunas cuentas diferían en gran magnitud con relación a otras, y de esta manera, evitar distorsiones en la escala de las figuras.

Figura 2. Cuentas significativas en mitades clasificadas según Margen Operac. #1 – Confección.

4 Las cuentas que componen la Rentabilidad del Activo Operativo son: Deudores (CP), Inventarios (CP), Propiedades Planta y Equipo, Ingresos Operacionales, Costo de Ventas, Gastos Operacionales de Administración y Gastos Operacionales de Ventas.


42

Figura 3. Cuentas significativas en mitades clasificadas según Margen Operac. #2 – Confección.

Utilizando como criterio de ordenamiento el margen operacional, se puede observar en la Figura 2 y la Figura 3, como difieren las peores empresas de los resultados de las mejores en cada una de las cuentas expuestas. Cabe destacar que en las empresas buenas, las cuentas que tienen mayor diferencia con respecto a las empresas malas son cuentas a largo plazo como proveedores, cuentas por pagar y deudores, lo cual hace que exista un equilibrio en la forma de cobro y pago de obligaciones con terceros, evitando así problemas de liquidez a corto plazo. Por otro lado las empresas clasificadas como malas, están por encima en cuentas como proveedores corto plazo, obligaciones financieras y laborales, diferidos, cuentas por pagar corto plazo e ingresos y gastos no operacionales, las cuales pueden crear problemas de solvencia a futuro, destruyendo valor en estas empresas.


43

Figura 4. Cuentas significativas en mitades clasificadas según Rotación de Invent. – Confección.

Para el criterio de ordenamiento por rotación de inventarios, se puede observar en la Figura 4, grandes diferencias entre las peores y las mejores empresas en cuentas como obligaciones financieras, proveedores, ingresos y gastos no operacionales, evidenciando de igual manera los problemas que pueden llegar a representar a futuro.


44

Figura 5. Cuentas significativas en mitades clasificadas según Rotación de Cartera - Confección.

En cuanto al criterio de ordenamiento por rotación de cartera, se puede ver en la Figura 5, un giro atípico en las diferencias de las cuentas, ya que fueron esta vez, las empresas con buenos resultados en este indicador, las que tuvieron mayores cifras en las cuentas que tienen mayor relación con el funcionamiento de de este tipo de empresas, tales como obligaciones financieras, proveedores corto plazo y gastos e ingresos no operacionales, esto debido a que algunas empresas por el hecho de tener unas cuentas por cobrar bajas con relación a sus ventas, hacen que su índice de rotación sea bajo y por ende sean clasificadas dentro de la mejor mitad, sin ser empresas con resultados favorables en los demás criterios de desempeño.

Al realizar el procedimiento descrito anteriormente para los demás años de estudio, se observó una coherencia entre las cuentas que presentaban mayores diferencias, con lo cual se pudo obtener un grupo de posibles variables para la elaboración del modelo estadístico, no sin antes haber descartado las cuentas con las cuales se calcula la variable respuesta (incumplimiento en el pago de los pasivos). Estas variables se pueden ver en la Tabla 10.


45

Tabla 10. Cuentas Significativas – Confección.

Estas variables serán evaluadas y analizadas más adelante utilizando criterios de viabilidad estadística, como el coeficiente de determinación (𝑅2), la correlación existente entre ellas, el factor de inflación de la varianza (𝐹𝐼𝑉), entre otros, con el fin de escoger las variables más acertadas para el desarrollo y validación del modelo estadístico que se pretende realizar para las empresas del sector Confección.

Sector Textil

Se realiza el mismo procedimiento que se hizo para el sector Confección, identificando las cuentas que tienen las diferencias más significativas, que para efectos de simplificación no se muestran las tablas que las contienen, sino que se ilustran de manera gráfica las variables inicialmente más influyentes, excluyendo aquellas que permiten calcular la rentabilidad del activo operativo, indicador que a su vez permite el cálculo de la variable respuesta (incumplimiento en el pago de los pasivos por parte de las empresas), y evitar así cualquier tipo de sesgamiento en los resultados del modelo estadístico a realizar.

Disponible Cuentas por Pagar (CP)

Inversiones (CP) Obligaciones Laborales (CP)

Diferidos (CP) Obligaciones Financieras (LP)

Inversiones (LP) Proveedores (LP)

Deudores (LP) Cuentas por Pagar (LP)

Diferidos (LP) Resultados de Ejercicios Anteriores

Obligaciones Financieras (CP) Ingresos no Operacionales

Proveedores (CP) Gastos no Operacionales

Cuentas Significativas - Confección


46

Figura 6. Cuentas significativas en mitades clasificadas según Margen Operacional – Textil.

Con el margen operacional como criterio de ordenamiento, se puede observar en la Figura 6 como en cada una de las cuentas, las peores empresas tienen una cifra mayor a la de las mejores empresas, con lo cual están afectando principalmente su liquidez al tener cifras cuantiosas en cuentas que van muy ligadas a la caja y por otro lado se puede ver como están dando una gran importancia a actividades que para nada están relacionadas con el objeto social de este tipo de compañías como lo son ingresos no operacionales e inversiones largo plazo. En cuanto a la cuenta resultados de ejercicios anteriores se puede ver que en las peores empresas vienen con unos antecedentes de resultados significativamente adversos.


47

Figura 7. Cuentas significativas en mitades clasificadas según Rotación de Inventario – Textil.

En la Figura 7, según el criterio de rotación de inventarios se puede ver también una gran diferencia de las peores empresas sobre las mejores en casi todas las cuentas, donde cabe destacar la gran cuantía de los gastos e ingresos no operacionales y de las obligaciones financieras, hecho que puede explicar parte del porqué de su clasificación, sumado al pobre desempeño en periodos pasados, reflejado en la cuenta resultado de ejercicios anteriores.


48

Figura 8. Cuentas significativas en mitades clasificadas según Rotación de Cartera – Textil.

Las empresas Textiles ordenadas por este criterio (Figura 8) no tienen un buen control de su cartera, ya que no pasa el fenómeno matemático que pasaba con las empresas de confección, que por tener éstas, la cuenta de cartera en un nivel bajo al igual que sus ventas, aparecían empresas malas camufladas como buenas. Por lo que se ve entonces que la mayoría de las cuentas de las empresas malas superan en gran cuantía a las cuentas de las mejores empresas como se venía observando con los criterios anteriores.

Al realizar el procedimiento descrito anteriormente para los demás años de estudio, se observó una coherencia entre las cuentas que presentaban mayores diferencias, con lo cual se pudo obtener un grupo de posibles variables para la elaboración del modelo estadístico, no sin antes haber descartado las cuentas con las cuales se calcula la variable respuesta (incumplimiento en el pago de los pasivos) y haber unido las cuentas por pagar corto plazo y de largo plazo, ya que las últimas presentaban en muchas empresas valores nulos. Estas variables se pueden ver en la Tabla 11.


49

Tabla 11. Cuentas Significativas – Textil.

Estas variables serán evaluadas y analizadas más adelante utilizando criterios de viabilidad estadística, como el coeficiente de determinación (𝑅2), la correlación existente entre ellas, el factor de inflación de la varianza (𝐹𝐼𝑉), entre otros, con el fin de escoger las variables más acertadas para el desarrollo y validación del modelo estadístico que se pretende realizar para las empresas del sector Confección.

3.2 Selección de Variables Contables y Financieras más Influyentes en el Desempeño del Sector

Una vez obtenidas las listas de cuentas consideradas como posibles variables dentro del modelo en cada uno de los sectores (Textil y Confección), es necesario analizar la relación que tienen entre ellas, y la calidad de información que éstas puedan aportar, filtrando únicamente las cuentas estadísticamente relevantes, obteniendo de esta forma, las variables finales con las cuales se desarrollará el modelo.

3.2.1 Sector Confección

Las variables a estudiar son las cuentas mencionadas en la Tabla 10, a las cuales inicialmente se les calculará el coeficiente de determinación (𝑅2), con el fin de depurar las cuentas que agreguen poco componente sistemático a la variable de respuesta, ya que éstas tienen poca significancia en el modelo, además, se analizará la correlación entre las variables escogidas y el factor de inflación de la varianza en cada una de éstas.

Coeficiente de Determinación (𝐑𝟐)

A continuación se muestran los grupos de variables que arrojaron incrementos superiores al 2.5% en el 𝑅2, a medida que se fue adicionando la variable que más significancia aportara (Tabla 12).

Disponible Cuentas Por Pagar

Inversiones (CP) Pasivos Diferidos (LP)

Deudores (LP) Resultados de Ejercicios Anteriores

Obligaciones Financieras (CP) Ingresos No Operacionales

Obligaciones Financieras (LP) Gastos No Operacionales

Cuentas Significativas - Textil


50

Tabla 12. Coeficiente de Determinación (𝐑𝟐) – Confección.

Con base en los resultados de la Tabla 12, se puede observar que hasta el sexto grupo de variables, la adición de una cuenta tiene una variación superior al 2.5% en el coeficiente de determinación, con lo cual se descarta las demás cuentas agregadas en los otros grupos. Con esto, se reduce el grupo de posibles variables para el desarrollo del modelo, a las seis cuentas mencionadas en el sexto grupo.

Cabe mencionar, que fue necesario realizar este proceso en varias oportunidades, ya que una vez analizadas las correlaciones entre el grupo de variables seleccionado, algunas de éstas arrojaron resultados negativos (correlaciones altas), lo que significó una dependencia entre variables que generaba ruido5 en el resultado final del 𝑅2 de la regresión logística realizada con el respectivo grupo de variables.

Multicolinealidad entre Variables

Ahora es indispensable realizar un análisis de correlación entre los coeficientes de regresión del grupo de las variables escogidas, para verificar que no exista multicolinealidad en éstas. Los resultados obtenidos mediante el software estadístico utilizado se pueden ver en la Tabla 13.

5 Inflación o aumento del coeficiente de determinación, al tener en cuenta variables estadísticamente dependientes (multicolinealidad).

Grupo R2 Var%

1 Proveed. (CP) 4.79%

2 Proveed. (CP) Oblig. Fras (CP) 5.79% 20.88%

3 Proveed. (CP) Oblig. Fras (CP) Oblig. Fras (LP) 6.28% 8.53%

4 Proveed. (CP) Oblig. Fras (CP) Oblig. Fras (LP) Diferid. (LP) 6.95% 10.68%

5 Proveed. (CP) Oblig. Fras (CP) Oblig. Fras (LP) Diferid. (LP) Diferid. (CP) 7.27% 4.51%

6 Proveed. (CP) Oblig. Fras (CP) Oblig. Fras (LP) Diferid. (LP) Diferid. (CP) Inver. (CP) 7.47% 2.76%

7 Proveed. (CP) Oblig. Fras (CP) Oblig. Fras (LP) Diferid. (LP) Diferid. (CP) Inver. (CP) Ing No Oper 7.65% 2.46%

8 Proveed. (CP) Oblig. Fras (CP) Oblig. Fras (LP) Diferid. (LP) Diferid. (CP) Inver. (CP) Ing No Oper Resul.Ejer.Ant. 7.81% 2.00%

Datos obtenidos con R.

Variables - Confección


51

Tabla 13. Correlación Coeficientes de Variables - Confección.

Al analizar los datos presentes en la Tabla 13, se puede afirmar que no existe multicolinealidad alta entre las variables, ya que la correlación entre sus coeficientes es inferior a 0.5, por lo tanto, siguen siendo variables candidatas para el desarrollo del modelo.

Los resultados de los 𝐹𝐼𝑉 del grupo de variables que continúan en el proceso de validación, se presentan a continuación.

Tabla 14. FIV Variables – Confección.

Como se puede observar en la Tabla 14, los factores de inflación de la varianza de cada variable están por debajo de 5.0, lo que corrobora que no existe evidencia de colinealidad entre variables que puedan distorsionar los resultados del modelo.

Finalmente, se determina que estas variables son las más influyentes e importantes en la evaluación del desempeño operativo de las empresas del sector Confección, de acuerdo con, los criterios estadísticos y de selección utilizados.

3.2.2 Sector Textil

Al igual que en el sector Confección, a las variables a estudiar de la Tabla 15, se les calculará el coeficiente de determinación (𝑅2), con el fin de filtrar y obtener únicamente las cuentas que sean relevantes estadísticamente, además, se analizará la correlación entre las variables escogidas y el factor de inflación de la varianza en cada una de éstas.

Coeficientes InterceptoProveedores

(CP)

Oblig. Fras

(CP)

Oblig. Fras

(LP)

Diferidos

(LP)

Diferidos

(CP)

Inversiones

(CP)

Intercepto 1.00 -0.32 -0.06 -0.13 0.20 0.02 -0.03

Proveedores (CP) -0.32 1.00 -0.35 -0.19 -0.43 -0.13 0.00

Oblig. Fras (CP) -0.06 -0.35 1.00 0.12 -0.12 -0.44 -0.31

Oblig. Fras (LP) -0.13 -0.19 0.12 1.00 -0.37 0.06 -0.12

Diferidos (LP) 0.20 -0.43 -0.12 -0.37 1.00 0.10 0.05

Diferidos (CP) 0.02 -0.13 -0.44 0.06 0.10 1.00 -0.07

Inversiones (CP) -0.03 0.00 -0.31 -0.12 0.05 -0.07 1.00


Correlación Coeficientes Variables - Confección

Proveedores

(CP)

Oblig. Fras

(CP)

Oblig. Fras

(LP)

Diferidos

(LP)

Diferidos

(CP)

Inversiones

(CP)

2.3290 2.3069 1.4751 1.9791 1.6080 1.2855


FIV - Confección


52

Coeficiente de Determinación (𝐑𝟐)

Tabla 15. Coeficiente de Determinación (𝐑𝟐) – Textil.

Como se puede observar en la Tabla 15, la adición de una cuenta aporta significativamente al modelo hasta el cuarto grupo de variables, teniendo en cuenta que el criterio de dicha significancia está basado en que la variación por variable adicional debe estar por encima del 2.5% como se había mencionado anteriormente, por lo que se contará con cuatro variables inicialmente como posibles cuentas del modelo.

Multicolinealidad entre Variables

Tabla 16. Correlación Coeficientes de Variables #1 – Textil.

Analizando los datos arrojados en el análisis de correlación entre coeficientes (Tabla 16), se puede ver una alta colinealidad entre una de las variables (Disponible) con dos variables más

(Inversiones (CP), y Cuentas x Pagar), ya que tienen un valor superior a 0.5, por lo cual es necesario eliminar esta variable y realizar nuevamente este análisis.

Grupo R2 Var%

1 Resul.Ejer.Ant. 9.18%

2 Resul.Ejer.Ant. Inver. (CP) 12.35% 34.55%

3 Resul.Ejer.Ant. Inver. (CP) Disponible 14.77% 19.66%

4 Resul.Ejer.Ant. Inver. (CP) Disponible Cuentas x Pg 20.33% 37.61%

5 Resul.Ejer.Ant. Inver. (CP) Disponible Cuentas x Pg Ing No Oper 20.83% 2.43%


Variables - Textil

Coeficientes InterceptoResul. Ejer.

Anteriores

Inversiones

(CP)Disponible

Cuentas x

Pagar

Intercepto 1.00 -0.32 0.02 -0.23 -0.23

Resul. Ejer. Anteriores -0.32 1.00 -0.05 0.01 0.18

Inversiones (CP) 0.02 -0.05 1.00 -0.54 0.08

Disponible -0.23 0.01 -0.54 1.00 -0.54

Cuentas x Pagar -0.23 0.18 0.08 -0.54 1.00


Correlación Coeficientes Variables #1 - Textil


53

Tabla 17. Correlación Coeficientes de Variables #2 – Textil.

Una vez eliminada la variable Disponible se confirma la continuidad de las tres variables restantes como posibles candidatas a formar parte del modelo, ya que ninguna presenta correlaciones altas (Tabla 17). Con estas nuevas variables, cabe resaltar que el coeficiente de determinación (𝑅2) disminuyó de 20.33% a 13.61% que sigue siendo una cifra importante para la significancia del modelo.

Para corroborar los resultados anteriores, se analizan los 𝐹𝐼𝑉 de la regresión:

Tabla 18. FIV Variables – Textil.

Como se puede observar en la Tabla 18, los factores de inflación de la varianza de cada variable están por debajo de 5.0, lo que finalmente indica que no existe evidencia alguna de colinealidad entre variables, y por lo tanto éstas serán las variables seleccionadas para conformar el modelo de regresión logística del sector Textil.

3.3 Análisis Descriptivo de las Variables Escogidas

Con el fin de afianzar la importancia y selección de las variables escogidas, se realizarán comparaciones entre los promedios, rangos e intervalos de confianza para la media, entre las empresas clasificadas en incumplimiento de sus pasivos6 frente a las no clasificadas. Este análisis se desarrollará en los dos sectores estudiados.

6 Empresas clasificadas con posibilidad de incumplimiento en sus pasivos, 𝑌 = 1, empresas no clasificadas, 𝑌 = 0.

Coeficientes InterceptoResul. Ejer.

Anteriores

Inversiones

(CP)

Cuentas x

Pagar

Intercepto 1.00 -0.36 -0.29 -0.29

Resul. Ejer. Anteriores -0.36 1.00 0.00 0.17

Inversiones (CP) -0.29 0.00 1.00 -0.11

Cuentas x Pagar -0.29 0.17 -0.11 1.00


Correlación Coeficientes Variables #2 - Textil

Resul. Ejer

Anteriores

Inversiones

(CP)

Cuentas x

Pagar

1.0288 1.0132 1.0421


FIV - Textil


54


En la Figura 9 y la Figura 10 se muestran los resultados del análisis para las empresas de este sector.

Figura 9. Variables Significativas #1 – Confección7.

Analizando las variables presentes en la Figura 9, se pueden observar diferencias notables en los promedios e intervalos de confianza entre las empresas con y sin posibilidad de incumplimiento en

sus pasivos, para las variables proveedores corto plazo (Prov.CP) y obligaciones financieras largo plazo (Ob.Fin.LP); mostrando resultados mucho más favorables las empresas sin posibilidad de incumplir, dado que tienen menores promedios en dichas variables e intervalos de confianza mucho más reducidos. Esto último indica diferencia significativa entre los valores esperados en estas cuentas, para cada caso, con un 95% de confianza.

En cuanto a las obligaciones financieras largo plazo, existe una marcada diferencia entre las dispersiones de ambos grupos de empresas; mostrando en las empresas con posibilidad de

7 Los rangos 1 y 3 representan los intervalos de cada cuenta por debajo y por encima, respectivamente, en el cual se ubican las empresas que tienen valores de dicha cuenta por fuera del intervalo de confianza.


55

incumplimiento una tendencia alta en las obligaciones a largo plazo. En proveedores corto plazo se muestra también diferencias en las dispersiones, aunque no tan marcada.

Figura 10. Variables Significativas #2 – Confección.

Analizando las variables restantes en la Figura 10, se evidencia datos más similares entre los grupos de empresas, en los promedios e intersecciones de los intervalos de confianza; aunque, en algunas empresas que tienen posibilidad de quiebra, las variables diferidos corto y largo plazo (Dif.CP- Dif.LP), y las inversiones corto plazo (Inver.CP) presentan una alta dispersión en comparación al otro grupo de empresas, lo cual podría confirmar la influencia de éstas dentro del modelo a plantear.

3.3.2 Sector Textil

En la Figura 11, Figura 12 y Figura 13 se muestran los resultados del análisis para las empresas de este sector.


56

Figura 11. Variables Significativas #1 – Textil.

Para la variable ResultEjerAnt, se observa en la Figura 11, la alta dispersión que presentan las empresas sin posibilidad de incumplimiento de sus pasivos, con relación a las que si tienen dicha posibilidad; cabe destacar, que las primeras empresas tienen una alta variabilidad de sus valores, tanto positiva o negativamente, mientras que las demás no presentan mayor variación.


57


Analizando la variable Inversiones a corto plazo (Inver.CP) se puede observar en la Figura 12, una gran diferencia entre los promedios e intervalos de confianza del 95%, entre las empresas con y sin posibilidades de incumplimiento en sus pasivos, donde las empresas con posibilidad de incumplimiento presentan además, de promedios mayores e intervalos de confianza mucho más grandes en dichas variables, una alta dispersión en sus datos; hecho que confirma la relevancia de esta variable dentro del modelo.


58


La variable de Cuentas por Pagar (Ctas x Pagar) presenta las mismas características mencionadas en el análisis de la variable anterior, en el cual las empresas con posibilidad de incumplimiento en sus pasivos tienen unos promedios e intervalos de confianza más grandes, al igual que una dispersión bastante marcada de sus datos (Figura 13).

3.4 Desarrollo y Validación del Modelo

En esta sección se desarrollará el modelo que permita determinar la función de incumplimiento en los pasivos de las empresas de cada uno de los sectores, a través de pruebas en las cuales se analice su pertinencia, se pruebe la significancia de cada variable seleccionada anteriormente y se verifique el grado de ajuste de dicho modelo. Una vez construido el modelo final, se realiza una validación del mismo utilizando la información contable y financiera de las empresas del año anterior (año 2008).


59


Desarrollo del modelo

Las pruebas realizadas para verificar la utilidad del modelo a desarrollar, por medio del software estadístico usado anteriormente, se muestran a continuación:

a. Comparación modelo sin variables vs modelo con variables

Al comparar el modelo sin variables (modelo saturado) con el modelo con variables (modelo ajustado), se obtienen los resultados mostrados en la Tabla 19:

Tabla 19. Pertinencia del modelo – Confección.

Bajo la hipótesis nula de que el modelo saturado es mejor que el modelo ajustado, dado que 𝑣𝑎𝑙𝑜𝑟 − 𝑝 obtenido de esta prueba (0.0371) es menor que 𝛼 (0.05), se rechaza dicha hipótesis concluyendo que el modelo ajustado es más pertinente que el modelo saturado.

b. Prueba de significancia de las variables

Conociendo ahora que el modelo ajustado es pertinente, se probará realmente cuales de las variables son significativas en el mismo, por medio de la prueba Wald. Para lo cual se obtuvo los resultados presentes en la Tabla 20.

Tabla 20. Significancia Variables - Confección.

Deviance Nulo (Do) 179.3900

Deviance Modelo Ajustado (D) 165.9900

Estadistico de Prueba (G) 13.4000

Valor - p 0.0371


Pertinencia del Modelo - Confección

Coeficiente

Estimado

Error

Estándar

Estadístico

WaldValor - p

Intercepto -5.643E-01 2.129E-01 -2.650 0.008

Proveedores (CP) 2.022E-07 1.053E-07 1.921 0.055

Oblig. Fras (CP) -3.529E-08 3.882E-08 -0.909 0.363

Oblig. Fras (LP) 9.485E-08 7.467E-08 1.270 0.204

Diferidos (LP) -2.911E-07 2.862E-07 -1.017 0.309

Diferidos (CP) 2.450E-07 3.656E-07 0.670 0.503

Inversiones (CP) -7.314E-08 1.322E-07 -0.553 0.580


Significancia Variables - Confección


60

En la Tabla 20 se puede ver que los resultados arrojados para los 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 − 𝑝 en cada una de las variables, son mayores que 𝛼, por ello se acepta la hipótesis nula, la cual plantea que cada variable no es significativa.

A este punto se presenta una inconsistencia, al afirmar que la totalidad de variables analizadas no son significativas, teniendo en cuenta que anteriormente se concluyó que el modelo con variables era pertinente. En vista de esto, se realizará la Prueba HL, la cual arrojará un criterio adicional de validación del modelo para eliminar la inconsistencia presentada.

c. Prueba HL (Hosmer-Lemeshow)

En esta prueba los resultados obtenidos se pueden observar en la Tabla 21:

Tabla 21. Prueba HL – Confección.

Analizando los resultados presentes en la Tabla 21 se puede concluir que se acepta la hipótesis nula dado que el 𝑣𝑎𝑙𝑜𝑟 − 𝑝 es mayor que 𝛼 (0.1954 > 0.05), corroborando definitivamente la pertinencia del modelo propuesto.

d. Validación de supuestos

En la Figura 14, no se presenta tendencias entre los residuales de las observaciones, lo cual verifica el supuesto de independencia entre éstos, y corrobora la utilidad del modelo.

Grupo Decil ObservacionesÉxitos

Observados

Probabilidad de

Éxito

Éxitos

Esperados

1 0.3621 14 6 0.3057 4

2 0.3658 13 4 0.3642 5

3 0.3709 13 7 0.3688 5

4 0.3765 13 3 0.3742 5

5 0.3837 13 2 0.3800 5

6 0.3897 13 6 0.3868 5

7 0.4065 13 6 0.3972 5

8 0.4342 13 7 0.4194 5

9 0.6246 13 4 0.5235 7

10 1.0000 13 12 0.8412 11

11.1132

0.1954


Estadistico de Prueba

Valor-p

Prueba HL - Confección


61

Figura 14. Residuales empresas Confección.

Habiendo demostrado la utilidad del modelo planteado, es posible ahora determinar la función de incumplimiento en los pasivos para las empresas del sector Confección, dada por la siguiente expresión:

𝜋(𝐱) =𝑒β0 + β1 Prov.CP + β2 O.F.CP + β3 O.F.LP + β4 Dif.CP + β5 Dif.LP + β6 Inver.CP

1+𝑒β0 + β1 Prov.CP + β2 O.F.CP + β3 O.F.LP + β4 Dif.CP + β5 Dif.LP + β6 Inver.CP (3.2)

En donde (𝛽𝑂, … , 𝛽6) son los coeficientes estimados de la regresión de cada cuenta, mencionados en la Tabla 20.

Validación del modelo

La validación del modelo del sector Confección se realizó para el año 2008, contando con las empresas que arrojaron, para las tres primeras variables escogidas para el modelo

(Proveedores, Oblig. CP, Oblig. LP), valores diferentes de cero, ya que de no hacerlo se podrían alterar los resultados debido a su gran significancia.


62

Se verificó entonces, a través de la prueba HL, que utilizar las mismas variables escogidas para el año 2009, en el modelo con datos del año 2008, arroja un valor − 𝑝 mayor que α (Tabla 22), con lo cual que concluye que el modelo es útil.

Tabla 22. Prueba HL Validación Modelo – Confección.

3.4.2 Sector Textil

Desarrollo del modelo

a. Comparación modelo sin variables vs modelo con variables

Tabla 23. Pertinencia del modelo – Textil.

Bajo la hipótesis nula de que el modelo saturado es mejor que el modelo ajustado, se rechaza ésta hipótesis y se acepta la hipótesis alternativa, dado que 𝑣𝑎𝑙𝑜𝑟 − 𝑝 (Tabla 23) obtenido de esta prueba es menor que 𝛼 (0.05).


Observados

Probabilidad de

Éxito

Éxitos

Esperados

1 0.3676 5 2 0.3478 2

2 0.3760 5 2 0.3717 2

3 0.3954 4 2 0.3873 2

4 0.4027 5 3 0.3992 2

5 0.4212 5 3 0.4144 2

6 0.4527 4 3 0.4368 2

7 0.4953 5 3 0.4701 2

8 0.5632 4 2 0.5264 2

9 0.7953 5 4 0.6749 3

10 1.0000 5 3 0.9262 5

11.9237

0.1546



Valor-p

Prueba HL - Validación Confección

Deviance Nulo (Do) 65.3420

Deviance Modelo Ajustado (D) 56.4480

Estadistico de Prueba (G) 8.8940

Valor - p 0.0307


Pertinencia del Modelo - Textil


63

b. Prueba de significancia de las variables

Tabla 24. Significancia Variables - Textil.

Observando los resultados de la prueba Wald (Tabla 24), se infiere que al igual que en el sector Confección, se presenta en este punto, una contradicción entre las dos primeras pruebas realizadas, ya que los 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 − 𝑝 de todas las variables dan por debajo de 𝛼, lo cual implica aceptar la hipótesis nula (la variable estudiada no es significa), por lo que es necesario acudir nuevamente a la prueba HL para concluir definitivamente si el modelo es o no significativo.

c. Prueba HL (Hosmer-Lemeshow)

Tabla 25. Prueba HL – Textil.

Coeficiente

Estimado

Error

Estándar

Estadístico

WaldValor - p

Intercepto 4.089E-01 3.780E-01 1.082 0.279

Resul. Ejer. Anteriores -4.209E-07 2.776E-07 -1.516 0.130

Inversiones (CP) 9.005E-07 1.094E-06 0.823 0.411

Cuentas x Pagar 8.032E-08 1.336E-07 0.601 0.548


Significancia Variables - Textil


Observados

Probabilidad de

Éxito

Éxitos

Esperados

1 0.4349 5 2 0.3382 2

2 0.5310 5 3 0.4875 2

3 0.5702 5 3 0.5528 3

4 0.5861 5 2 0.5763 3

5 0.6016 5 2 0.5959 3

6 0.6155 5 3 0.6064 3

7 0.6693 5 4 0.6367 3

8 0.8207 5 4 0.7398 4

9 0.9179 5 4 0.8752 4

10 1.0000 5 5 0.9912 5

2.792488

0.9467



Valor-p

Prueba HL - Textil


64

Analizando los resultados presentes en la Tabla 25, se concluye que el modelo es útil, dado que el 𝑣𝑎𝑙𝑜𝑟 − 𝑝 es mayor que 𝛼 (0.9467 > 0.05), corroborando definitivamente la pertinencia del modelo propuesto.

d. Validación de supuestos

En la Figura 15, no presenta patrones entre los residuales de las observaciones, lo cual verifica el supuesto de independencia entre éstos, y corrobora la utilidad del modelo.

Figura 15. Residuales empresas Textil.

Una vez demostrado la utilidad del modelo planteado, es posible ahora determinar la función de incumplimiento en los pasivos para las empresas del sector Textil, dada por la siguiente expresión:

𝜋(𝐱) =𝑒β0 + β1 ResultEjerAnter + β2 Inversiones CP + β3Cuentas x Pagar

1+𝑒β0 + β1 ResultEjerAnter + β2 Inversiones CP + β3Cuentas x Pagar (3.3)

En donde (𝛽𝑂, … , 𝛽3) son los coeficientes estimados de la regresión de cada cuenta, mencionados en la Tabla 24.


65

Validación del modelo

La validación del modelo del sector Textil también se realizó para el año 2008, contando en éste con las empresas que arrojaron, para las tres únicas variables escogidas en el modelo (ResultEjerAnt, Inversiones CP, Cuentas x Pagar) valores diferentes de cero, debido, a la importancia tan alta que cada una representa.

Por medio de la prueba HL, se confirma la utilidad del modelo seleccionado, ya que arroja un valor −𝑝 mayor que α (Tabla 26).

Tabla 26. Prueba HL Validación Modelo – Textil.

3.5 Aplicativo del Modelo

Una vez conocidos los resultados del desarrollo y la validación de los modelos planteados, se elaboró un aplicativo en Excel®, en el cual se pueda diagnosticar de manera práctica la probabilidad que una empresa del sector Textil/Confección tiene de incumplir con sus pasivos. Para esto, se utilizaron macros y códigos en lenguaje de programación Visual Basic, a los cuales el usuario tiene acceso (ver Anexo 3).

A continuación, se presenta un manual instructivo que guiará al usuario que desee utilizar el aplicativo construido. Para esto, debe seguir los siguientes pasos:

1. Habilitar en Excel® la ficha programador, con el fin, de poder ejecutar las macros y códigos programados en Visual Basic. Para esto, abrir Excel®, y seguir la siguiente ruta Botón de


Observados

Probabilidad de

Éxito

Éxitos

Esperados

1 0.4306 3 0 0.3123 1

2 0.5244 2 1 0.5028 1

3 0.5703 2 2 0.5453 1

4 0.5850 2 0 0.5798 1

5 0.5991 3 1 0.5927 2

6 0.6041 2 1 0.6003 1

7 0.6375 2 1 0.6243 1

8 0.7141 2 0 0.6693 1

9 0.9246 2 1 0.7334 1

10 1.0000 3 3 0.9905 3

11.47468

0.1762



Prueba HL - Validación Textil

Valor-p


66

Office\Opciones de Excel\Más frecuentes\Mostrar ficha Programador en la cinta de opciones\Aceptar.

2. Abrir el archivo en Excel® desde el explorador de Windows, ubicado en la carpeta de Anexos Digitales\Anexo 3. Aplicativo del Modelo, del CD adjunto, que contiene el aplicativo llamado “Anexo 3 - Diagnóstico Operativo.xlsm”.

3. Una vez el archivo esté abierto, se presenta el título del proyecto, los autores y el director

del mismo. Para comenzar el diagnóstico, se debe dar click al botón “Diagnóstico Operativo”.

4. En el formulario desplegado, se debe escoger a cuál de los sectores pertenece la empresa

que se desea diagnosticar, seleccionando el botón que se encuentra al frente del respectivo sector, y finalizando con el botón Aceptar. Se puede finalizar el diagnóstico mediante el botón Cancelar. El formulario inicial se muestra a continuación:

Figura 16. Diagnóstico Desempeño Operativo.

5. Una vez seleccionado el sector de la empresa a evaluar, se desplegará el formulario del

respectivo sector, en el cual se ingresa la información de las cuentas8 mostradas; teniendo presente, que dicha información debe ser de tipo numérica, y en caso de presentar un valor nulo, es necesario digitar el número 0. Luego, al darle click al botón Calcular se muestra la probabilidad de incumplimiento de los pasivos. El botón Gráfico permite visualizar el resultado obtenido para la empresa en una escala de regiones que determinan y evalúan su desempeño operativo; para regresar al formulario se ejecuta el botón Menú ubicado dentro del gráfico. Finalmente, se puede borrar los datos ingresados con el botón Borrar, volver al

8 Variables más influyentes en el diagnóstico operativo según los resultados obtenidos de los modelos desarrollados para cada uno de los sectores estudiados.


67

formulario inicial con el botón Menú para escoger otro sector, o terminar el diagnóstico con el botón Cancelar. A continuación se muestra el formulario del sector Confección:

Figura 17. Diagnóstico Desempeño Operativo – Sector Confección.

6. Final del diagnóstico del desempeño operativo de la empresa estudiada. Cerrar el archivo.


68

4 CONCLUSIONES

Suele verse en los medios escritos, que se habla del sector Textil/Confección como si el desempeño de las empresas de cada cadena productiva fuera exactamente lo mismo, pero desde el mismo instante que se empezó a indagar en el medio sobre la gestión de estas empresas, más precisamente con el Doctor Botero (Presidente de INEXMODA y primer entrevistado), se identificó la presencia de importantes diferencias entre éstas, representada por la intensidad productiva, que en el caso de las empresas de textiles era en capital y para las empresas de confección era en mano de obra.

Hecho que fue tomando fuerza, a medida que se profundizaba en los análisis financieros de cada tipo de empresas, y que finalmente, pudo consolidarse por los resultados estadísticos que confirmaban sus desigualdades operacionales, ya que las variables significativas para cada caso tomaron caminos diferentes.

Igualmente, la desigualdad de sectores se reflejó en la labor de diseño y desarrollo de los modelos, ya que se tuvo una mayor facilidad para encontrar las variables más influyentes en las empresas textileras, mientras que para las empresas del sector confección fue necesario hacer un trabajo más dispendioso para alcanzar resultados satisfactorios y estadísticamente aceptables, debido a que algunas variables se encontraban explicadas por otras en el mismo modelo, induciendo a resultados inflados positivamente por dicha relación, por lo que se incurría en la necesidad de ajustar los datos.

Con la debida y ya vista rigurosidad académica, se puede concluir que las variables más influyentes para el sector Confección son: proveedores corto plazo, obligaciones financieras corto plazo, obligaciones financieras largo plazo, diferidos corto plazo, diferidos largo plazo e inversiones corto plazo; mientras que para el sector Textil, se identificó que resultados de ejercicios anteriores, inversiones corto plazo y cuentas por pagar corto y largo plazo, fueron las variables más relevantes.

Contar con información más especializada y detallada del comportamiento financiero de una organización, es necesaria para mejorar este proyecto, y de este manera, tener resultados mucho más contundentes en el diagnóstico operativo de las empresas, a la hora de ser aplicados en la realidad de cualquiera de éstas. Teniendo en cuenta que este estudio será el punto de partida para tal fin.

El aplicativo construido a partir de los resultados obtenidos permite una interacción sencilla y rápida con el usuario que desee calcular la probabilidad de incumplimiento en los pasivos que presenta una empresa del sector Textil/Confección, proporcionando así una herramienta preventiva en la evaluación y control por parte del área administrativa.


69

5 RECOMENDACIONES

La ampliación de los estudios financieros, sería un aporte de gran relevancia para consolidar el alcance del proyecto, ya que podrían hacerse flujos de caja futuros en los cuales se pronosticaría el desempeño de las empresas en un corto plazo, pero para esto es necesario poder contar con información de primera mano en la cual no existan limitaciones, como sucedió para este estudio por la confidencialidad que se maneja en el medio en cuanto a este tipo de información.

Adicionalmente, se podría adoptar la posibilidad de implementar, cuáles y de qué forma, factores macroeconómicos influirían también, en el diagnóstico operativo de las empresas, siendo varios de éstos ya mencionados por los expertos entrevistados.

Investigar sobre herramientas y procedimientos estadísticos adicionales, que puedan ser incorporados en el desarrollo del presente estudio, y así, brindar una mayor seguridad a la hora de escoger las variables y el modelo a utilizar para el diagnóstico del desempeño operativo de las empresas.


70

6 LIMITACIONES DEL TRABAJO

Las limitaciones de este trabajo de grado están dadas por el alcance obtenido dada la poca información encontrada para el estudio estadístico, teniendo que recurrir como única fuente confiable y de fácil acceso a la Superintendencia de Sociedades, la cual proporciona información muy general de los estados financieros de las empresas y del sector al cual pertenecen cada una de ellas. Al evaluar los resultados obtenidos, la ausencia de datos provocó que la aplicabilidad del modelo no se ajustara totalmente a la realidad, debido a la falta de diferenciación en las empresas en aspectos característicos, tales como, la actividad económica a la cual pertenecen, el tiempo de operación que tengan en el medio, tipo de productos que vendan, el tamaño en cuanto a activos o volumen de ventas, beneficios tributarios a los cuales tienen acceso y verificación de situaciones excepcionales (compañías que estén en procesos de reestructuración). Este análisis permitiría organizar mejor las empresas, de tal forma que, conformen grupos que desempeñen actividades similares, y no solo basarse en indicadores financieros que evalúen el desempeño de las empresas clasificadas únicamente en los respectivos sectores.

Evaluando los resultados del estudio con una mayor rigurosidad financiera, se pudo encontrar dentro del sector Textil que la cuenta Resultados de Ejercicios Anteriores, la cual fue determinada dentro del estudio estadístico como una de las más importantes en el diagnóstico operativo de las empresas, requiere de un análisis más profundo para confirmar su real importancia, ya que debido su naturaleza presenta resultados acumulativos de periodos consecutivos, y por lo tanto, no estaría reflejando la verdadera situación de una compañía en un periodo determinado.


71

BIBLIOGRAFÍA

El Colombiano. (2006). Colombiamoda 2006: El Colombiano. Recuperado el 15 de Junio de 2010, de http://www.elcolombiano.com/proyectos/colombiamoda2006/tiemporeal/notaeconomica.htm

Heiberger, R. M. (2004). Calculate the Variance Inflation Factor. Recuperado el 5 de Agosto de 2010, de http://rss.acs.unt.edu/Rdoc/library/HH/html/vif.html

Hosmer, D. W., & Lemeshow, S. (2000). Applied Logistic Regression. New York: John Wiley & Sons, Inc.

Ocampo Gaviria, J. A., & Colmenares, G. (1987). Biblioteca Virtual-Áreas Culturales: Banco de la República. Recuperado el 15 de Junio de 2010, de http://www.banrepcultural.org/blaavirtual/economia/histecon/histecon6d.htm

Proexport Colombia. (Septiembre de 2009). Adjuntos: Invierta en Colombia. Recuperado el 15 de Junio de 2010, de http://www.inviertaencolombia.com.co/Adjuntos/081_Sector%20Textil%20y%20Confecciones.pdf

Ruiz Lopez, H. (2008). Superintendencia de Sociedades. Recuperado el 03 de 2010, de http://www.supersociedades.gov.co/web/documentos/SECTOR%20TEXTIL%20-Estudio%20definitivo%20julio%2022%202008.pdf

Superintendencia de Sociedades. (Agosto de 2010). Sistema de Informacion y Riesgo Empresarial. Recuperado el 10 de Agosto de 2010, de http://sirem.supersociedades.gov.co/SIREM/index.jsp

Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K. (2007). Probabilidad y estadística para ingeniería y ciencias. México: Pearson Educación.


72

Anexo 1. Análisis Horizontal y Vertical Empresas Escogidas

A continuación, se muestra el balance general y el estado de resultados para cada una de las empresas analizadas horizontal y verticalmente en el desarrollo del proyecto.

Confecciones Leonisa S.A.


CUENTAS 2007 Part. % 2008 Part. % Var. % 2009 Part. % Var. %INGRESOS OPERACIONALES 258,606,158 100% 263,247,914 100% 1.79% 241,511,364 100% -8.26%

COSTOS VENTAS Y PREST. SERVIC. 174,040,331 67% 179,100,107 68% 2.91% 158,896,707 66% -11.28%

UTILIDAD BRUTA 84,565,827 33% 84,147,807 32% -0.49% 82,614,657 34% -1.82%

GASTOS OPERACIONALES ADMON. 18,931,121 7% 21,339,621 8% 12.72% 19,591,064 8% -8.19%

GASTOS OPERACIONALES VENTAS 41,395,248 16% 42,327,121 16% 2.25% 40,866,794 17% -3.45%

UTILIDAD OPERACIONAL 24,239,458 9% 20,481,065 8% -15.51% 22,156,799 9% 8.18%

INGRESOS NO OPERACIONALES 33,613,028 13% 16,074,177 6% -52.18% 25,385,303 11% 57.93%

GASTOS NO OPERACIONALES 33,520,198 13% 17,612,367 7% -47.46% 26,829,707 11% 52.33%

UTILIDAD ANTES DE IMPUESTOS 24,332,288 9% 18,942,875 7% -22.15% 20,712,395 9% 9.34%

IMPUESTOS DE RENTA Y COMP. 6,958,851 3% 5,011,603 2% -27.98% 6,285,845 3% 25.43%

GANANCIAS Y PERDIDAS 17,373,437 7% 13,931,272 5% -19.81% 14,426,550 6% 3.56%

Miles de Pesos $

ESTADO DE RESULTADOS

CONFECCIONES LEONISA S.A. 2007-2009


73

Balance General C

UEN

TA

S2

00

7P

art

. %

20

08

Part

. %

Var.

%2

00

9P

art

. %

Var.

%DIS

PO

NIB

LE

8,5

87,2

43

3%

4,4

60,7

86

2%

-48%

17,0

27,8

27

7%

282%

INVERSIO

NES (

C.P

.)4,3

79,2

65

2%

7,8

56,2

85

3%

79%

19,5

60,7

03

9%

149%

DEUDO

RES (

C.P

.)113,6

05,7

80

44%

127,3

97,8

24

51%

12%

66,9

43,2

63

29%

-47%

INVENTARIO

S38,7

06,2

16

15%

47,5

60,0

82

19%

23%

32,7

43,1

29

14%

-31%

DIF

ERID

OS (

C.P

.)629,5

38

0%

737,9

96

0%

17%

720,4

86

0%

-2%

TO

TA

L A

CTIV

O C

OR

RIE

NTE

16

5,9

08

,04

26

4%

18

8,0

12

,97

37

5%

13

%1

36

,99

5,4

08

60

%-2

7%

INVERSIO

NES(L

.P.)

173,4

32

0%

108,2

04

0%

-38%

108,2

04

0%

0%

DEUDO

RES (

L.P

.)33,2

84,4

89

13%

17,8

30,7

48

7%

-46%

46,4

16,9

20

20%

160%

PRO

PIE

DAD P

LANTA Y

EQ

UIP

O45,0

30,5

93

17%

31,8

38,5

60

13%

-29.3

0%

29,8

81,1

59

13%

-6.1

5%

INTANGIB

LES

733,1

24

0%

342,5

16

0%

-53%

224,7

57

0%

-34%

DIF

ERID

OS (

L.P

.)2,1

98,3

99

1%

1,3

83,1

85

1%

-37%

1,5

15,1

25

1%

10%

OTRO

S A

CTIV

OS

00%

00%

0%

00%

0%

VALO

RIZ

ACIO

NES

13,7

16,0

93

5%

9,9

49,3

51

4%

-27%

12,5

09,5

33

5%

26%

TO

TA

L A

CTIV

O N

O C

OR

RIE

NTE

95

,13

6,1

30

36

%6

1,4

52

,56

42

5%

-3

5%

90

,65

5,6

98

40

%4

8%

TO

TA

L A

CT

IVO

26

1,0

44

,17

21

00

%2

49

,46

5,5

37

10

0%

-4%

22

7,6

51

,10

61

00

%-9

%

OBLIG

ACIO

NES F

INANCIE

RAS (

C.P

.)22,5

75,5

58

28%

24,8

20,1

76

28%

10%

30,4

39,1

94

47%

23%

PRO

VEEDO

RES (

C.P

.)8,4

01,7

26

10%

9,3

29,9

71

11%

11%

5,6

86,0

29

9%

-39%

CUENTAS P

OR P

AGAR (

C.P

.)9,1

20,1

83

11%

12,0

08,3

27

14%

32%

10,2

01,1

84

16%

-15%

IMPUESTO

S G

RAVAM

ENES Y

TASAS (

C.P

.)11,1

50,2

67

14%

6,4

53,1

18

7%

-42%

3,9

41,0

95

6%

-39%

OBLIG

ACIO

NES L

ABO

RALES (

C.P

.)3,4

04,9

12

4%

2,9

15,1

32

3%

-14%

2,6

90,8

15

4%

-8%

OTRO

S P

ASIV

OS

122

0%

00%

-100%

00%

0%

TO

TA

L P

AS

IVO

CO

RR

IEN

TE

54

,65

2,7

68

67

%5

5,5

26

,72

46

3%

2%

52

,95

8,3

17

82

%-5

%

OBLIG

ACIO

NES F

INANCIE

RAS (

L.P

.)11,2

78,6

28

14%

17,3

58,1

58

20%

54%

2,0

41,2

29

3%

-88%

PRO

VEEDO

RES (

L.P

.))

00%

00%

0%

00%

0%

CUENTAS P

OR P

AGAR (

L.P

.)12,9

08,9

12

16%

14,1

41,9

46

16%

10%

7,3

47,7

62

11%

-48%

IMPUESTO

S G

RAVAM

ENES Y

TASAS (

L.P

.)0

0%

00%

0%

00%

0%

OBLIG

ACIO

NES L

ABO

RALES (

L.P

.)500,4

83

1%

529,3

28

1%

6%

953,4

58

1%

80%

DIF

ERID

OS (

L.P

.)1,6

35,5

02

2%

1,0

35,9

88

1%

-37%

898,6

86

1%

-13%

TO

TA

L P

AS

IVO

NO

CO

RR

IEN

TE

26

,32

3,5

25

33

%3

3,0

65

,42

03

7%

26

%1

1,2

41

,13

51

8%

-6

6%

TO

TA

L P

AS

IVO

80

,97

6,2

93

10

0%

88

,59

2,1

44

10

0%

9%

64

,19

9,4

52

10

0%

-28

%

CAPIT

AL S

OCIA

L1,1

93,9

56

1%

1,0

58,1

85

1%

-11%

1,0

58,1

85

1%

0%

SUPERÁVIT

DE C

APIT

AL

12,0

10,1

93

7%

10,8

09,9

86

7%

-10%

10,8

09,9

85

7%

0%

RESERVAS

38,0

69,3

61

21%

37,1

83,6

30

23%

-2%

36,7

06,4

34

22%

-1%

REVALO

RIZ

ACIO

NES

97,7

04,8

38

54%

87,9

40,9

67

55%

-10%

87,9

40,9

67

54%

0%

RESULTADO

S D

EL E

JERCIC

IO17,3

73,4

37

10%

13,9

31,2

72

9%

-20%

14,4

26,5

50

9%

4%

RESULTADO

S E

JERCIC

IOS A

NTERIO

RES

00%

00%

0%

00%

0%

SUPERÁVIT

DE V

ALO

RIZ

ACIO

NES

13,7

16,0

94

8%

9,9

49,3

53

6%

-27%

12,5

09,5

33

8%

26%

TO

TA

L P

AT

RIM

ON

IO1

80

,06

7,8

79

10

0%

16

0,8

73

,39

31

00

%-1

1%

16

3,4

51

,65

41

00

%2

%0

0

TO

TA

L P

AS

IVO

S +

PA

TR

IMO

NIO

26

1,0

44

,17

21

00

%2

49

,46

5,5

37

10

0%

-4%

22

7,6

51

,10

61

00

%-9

%

BA

LA

NC

E G

EN

ER

AL

CO

NFEC

CIO

NES

LEO

NIS

A S

.A. 2

00

7-2

00

9M

ile

s d

e P

eso

s $


74


75

Socks y Textiles Industriales Sotinsa S.A


CUENTAS 2007 Part. % 2008 Part. % Var. % 2009 Part. % Var. %INGRESOS OPERACIONALES 57,010,384 100% 34,940,066 100% -39% 32,556,150 100% -7%

COSTOS VENTAS Y PREST. SERVIC. 52,475,648 92% 30,075,663 86% -43% 28,126,939 86% -6%

UTILIDAD BRUTA 4,534,736 8% 4,864,403 14% 7% 4,429,211 14% -9%

GASTOS OPERACIONALES ADMON. 1,223,127 2% 969,866 3% -21% 723,864 2% -25%

GASTOS OPERACIONALES VENTAS 3,811,267 7% 2,814,333 8% -26% 2,506,506 8% -11%

UTILIDAD OPERACIONAL -499,658 -1% 1,080,204 3% -316% 1,198,841 4% 11%

INGRESOS NO OPERACIONALES 5,936,540 10% 13,843,142 40% 133% 8,748,817 27% -37%

GASTOS NO OPERACIONALES 6,542,738 11% 16,240,994 46% 148% 9,661,603 30% -41%

UTILIDAD ANTES DE IMPUESTOS -1,105,856 -2% -1,317,648 -4% 19% 286,055 1% -122%

IMPUESTOS DE RENTA Y COMP. 85,840 0% 79,448 0% -7% 355,131 1% 347%

GANANCIAS Y PERDIDAS -1,191,696 -2% -1,397,096 -4% 17% -69,076 0% -95%

Miles de Pesos $


SOCKS Y TEXTILES INDUSTRIALES SOTINSA S.A. 2007-2009


76

Balance GeneralC

UEN

TA

S2

,00

7P

art

. %

2,0

08

Part

. %

Var.

%2

,00

9P

art

. %

Var.

%DIS

PO

NIB

LE

155,5

11

0%

1,0

47,8

05

1%

574%

1,2

96,0

85

2%

24%

INVERSIO

NES (

C.P

.)222,8

63

0%

691,4

84

1%

210%

213,1

62

0%

-69%

DEUDO

RES (

C.P

.)20,7

41,9

62

24%

18,5

24,7

79

25%

-11%

15,2

31,9

66

26%

-18%

INVENTARIO

S27,3

77,7

53

32%

21,9

62,7

24

29%

-20%

13,1

96,5

30

23%

-40%

DIF

ERID

OS (

C.P

.)124,3

24

0%

149,7

05

0%

20%

155,2

29

0%

4%

TO

TA

L A

CTIV

O C

OR

RIE

NTE

48

,62

2,4

13

57

%4

2,3

76

,49

75

7%

-1

3%

30

,09

2,9

72

52

%-2

9%

INVERSIO

NES(L

.P.)

00%

00%

0%

00%

0%

DEUDO

RES (

L.P

.)0

0%

00%

0%

5,7

16

0%

0%

PRO

PIE

DAD P

LANTA Y

EQ

UIP

O20,3

30,2

10

24%

15,2

38,1

43

20%

-25.0

5%

15,2

69,9

36

26%

0.2

1%

INTANGIB

LES

00%

00%

0%

00%

0%

DIF

ERID

OS (

L.P

.)264,7

96

0%

344,6

79

0%

30%

350,7

36

1%

2%

OTRO

S A

CTIV

OS

00%

00%

0%

00%

0%

VALO

RIZ

ACIO

NES

16,4

92,4

36

19%

16,8

20,8

46

22%

2%

12,0

45,9

39

21%

-28%

TO

TA

L A

CTIV

O N

O C

OR

RIE

NTE

37

,08

7,4

42

43

%3

2,4

03

,66

84

3%

-1

3%

27

,67

2,3

27

48

%-1

5%

TO

TA

L A

CT

IVO

85

,70

9,8

55

10

0%

74

,78

0,1

65

10

0%

-13

%5

7,7

65

,29

91

00

%-2

3%

OBLIG

ACIO

NES F

INANCIE

RAS (

C.P

.)4,8

23,0

52

9%

14,1

06,2

65

34%

192%

2,1

80,5

12

7%

-85%

PRO

VEEDO

RES (

C.P

.)8,5

56,1

53

17%

4,5

72,0

66

11%

-47%

5,6

73,0

99

19%

24%

CUENTAS P

OR P

AGAR (

C.P

.)11,9

42,4

35

23%

7,0

81,2

89

17%

-41%

1,0

16,7

78

3%

-86%

IMPUESTO

S G

RAVAM

ENES Y

TASAS (

C.P

.)200,2

93

0%

388,0

85

1%

94%

466,7

13

2%

20%

OBLIG

ACIO

NES L

ABO

RALES (

C.P

.)571,8

33

1%

169,9

92

0%

-70%

167,5

03

1%

-1%

OTRO

S P

ASIV

OS

00%

00%

0%

00%

0%

TO

TA

L P

AS

IVO

CO

RR

IEN

TE

26

,09

3,7

66

51

%2

6,3

17

,69

76

3%

1%

9,5

04

,60

53

2%

-6

4%

OBLIG

ACIO

NES F

INANCIE

RAS (

L.P

.)22,1

83,5

22

43%

12,4

32,4

74

30%

-44%

20,4

83,7

34

68%

65%

PRO

VEEDO

RES (

L.P

.))

00%

00%

0%

00%

0%

CUENTAS P

OR P

AGAR (

L.P

.)3,2

85,1

22

6%

3,1

80,1

43

8%

-3%

00%

-100%

IMPUESTO

S G

RAVAM

ENES Y

TASAS (

L.P

.)0

0%

00%

0%

00%

0%

OBLIG

ACIO

NES L

ABO

RALES (

L.P

.)0

0%

00%

0%

00%

0%

DIF

ERID

OS (

L.P

.)0

0%

00%

0%

00%

0%

TO

TA

L P

AS

IVO

NO

CO

RR

IEN

TE

25

,46

8,6

44

49

%1

5,6

12

,61

73

7%

-3

9%

20

,48

3,7

34

68

%3

1%

TO

TA

L P

AS

IVO

51

,56

2,4

10

10

0%

41

,93

0,3

14

10

0%

-19

%2

9,9

88

,33

91

00

%-2

8%

CAPIT

AL S

OCIA

L1,4

49,4

42

4%

1,4

49,4

42

4%

0%

1,4

49,4

42

5%

0%

SUPERÁVIT

DE C

APIT

AL

00%

00%

0%

00%

0%

RESERVAS

8,4

65,2

40

25%

8,4

65,2

39

26%

0%

8,4

65,2

39

30%

0%

REVALO

RIZ

ACIO

NES

8,9

32,0

23

26%

8,7

03,1

15

26%

-3%

8,4

74,2

08

31%

-3%

RESULTADO

S D

EL E

JERCIC

IO-1

,191,6

96

-3%

-1,3

97,0

96

-4%

17%

-69,0

76

0%

-95%

RESULTADO

S E

JERCIC

IOS A

NTERIO

RES

00%

-1,1

91,6

96

-4%

0%

-2,5

88,7

92

-9%

117%

SUPERÁVIT

DE V

ALO

RIZ

ACIO

NES

16,4

92,4

36

48%

16,8

20,8

47

51%

2%

12,0

45,9

39

43%

-28%

TO

TA

L P

AT

RIM

ON

IO3

4,1

47

,44

51

00

%3

2,8

49

,85

11

00

%-4

%2

7,7

76

,96

01

00

%-1

5%

00

TO

TA

L P

AS

IVO

S +

PA

TR

IMO

NIO

85

,70

9,8

55

10

0%

74

,78

0,1

65

10

0%

-13

%5

7,7

65

,29

91

00

%-2

3%

BA

LA

NC

E G

EN

ER

AL

SO

CK

S Y

TEX

TILES

IN

DU

STR

IA

LES

SO

TIN

SA

S.A

. 2

00

7-2

00

9M

ile

s d

e P

eso

s $


77

Tejilar S.A


CUENTAS 2007 Part. % 2008 Part. % Var. % 2009 Part. % Var. %INGRESOS OPERACIONALES 24,298,239 100% 19,079,394 100% -21.48% 21,269,605 100% 11.48%

COSTOS VENTAS Y PREST. SERVIC. 19,256,365 79% 15,578,377 82% -19.10% 16,458,052 77% 5.65%

UTILIDAD BRUTA 5,041,874 21% 3,501,017 18% -30.56% 4,811,553 23% 37.43%

GASTOS OPERACIONALES ADMON. 1,955,716 8% 1,359,583 7% -30.48% 1,708,400 8% 25.66%

GASTOS OPERACIONALES VENTAS 1,253,550 5% 930,476 5% -25.77% 982,271 5% 5.57%

UTILIDAD OPERACIONAL 1,832,608 8% 1,210,958 6% -33.92% 2,120,882 10% 75.14%

INGRESOS NO OPERACIONALES 241,479 1% 459,770 2% 90.40% 141,883 1% -69.14%

GASTOS NO OPERACIONALES 242,294 1% 267,255 1% 10.30% 598,835 3% 124.07%

UTILIDAD ANTES DE IMPUESTOS 1,831,793 8% 1,403,473 7% -23.38% 1,663,930 8% 18.56%

IMPUESTOS DE RENTA Y COMP. 729,670 3% 554,681 3% -23.98% 619,241 3% 11.64%

GANANCIAS Y PERDIDAS 1,102,123 5% 848,792 4% -22.99% 1,044,689 5% 23.08%

Miles de Pesos $


TEJILAR S.A. 2007-2009


78

Balance General C

UEN

TA

S2

00

7P

art

. %

20

08

Part

. %

Var.

%2

00

9P

art

. %

Var.

%DIS

PO

NIB

LE

787,7

50

5%

1,6

86,8

69

10%

114%

3,8

87,1

70

21%

130%

INVERSIO

NES (

C.P

.)33,4

96

0%

30%

-100%

30%

0%

DEUDO

RES (

C.P

.)8,8

67,6

01

58%

6,4

84,3

20

38%

-27%

6,3

73,2

16

34%

-2%

INVENTARIO

S2,9

13,4

32

19%

3,9

21,2

16

23%

35%

3,6

25,7

44

19%

-8%

DIF

ERID

OS (

C.P

.)53,6

42

0%

40,7

29

0%

-24%

45,6

89

0%

12%

TO

TA

L A

CTIV

O C

OR

RIE

NTE

12

,65

5,9

21

82

%1

2,1

33

,13

77

0%

-4

%1

3,9

31

,82

27

4%

15

%

INVERSIO

NES(L

.P.)

00%

00%

0%

00%

0%

DEUDO

RES (

L.P

.)0

0%

00%

0%

00%

0%

PRO

PIE

DAD P

LANTA Y

EQ

UIP

O2,7

01,1

12

18%

3,1

01,5

36

18%

15%

2,7

37,8

80

15%

-12%

INTANGIB

LES

00%

00%

0%

00%

0%

DIF

ERID

OS (

L.P

.)0

0%

00%

0%

00%

0%

OTRO

S A

CTIV

OS

00%

00%

0%

00%

0%

VALO

RIZ

ACIO

NES

00%

2,0

37,2

50

12%

0%

2,0

37,2

50

11%

0%

TO

TA

L A

CTIV

O N

O C

OR

RIE

NTE

2,7

01

,11

21

8%

5,1

38

,78

63

0%

90

%4

,77

5,1

30

26

%-7

%

TO

TA

L A

CT

IVO

15

,35

7,0

33

10

0%

17

,27

1,9

23

10

0%

12

%1

8,7

06

,95

21

00

%8

%

OBLIG

ACIO

NES F

INANCIE

RAS (

C.P

.)688,8

42

29%

11,9

73

1%

-98%

958,8

38

52%

7908%

PRO

VEEDO

RES (

C.P

.)206,1

48

9%

274,9

12

19%

33%

173,2

32

9%

-37%

CUENTAS P

OR P

AGAR (

C.P

.)1,1

37,5

87

47%

782,1

91

54%

-31%

354,7

03

19%

-55%

IMPUESTO

S G

RAVAM

ENES Y

TASAS (

C.P

.)179,7

20

7%

76,4

08

5%

-57%

30,4

08

2%

-60%

OBLIG

ACIO

NES L

ABO

RALES (

C.P

.)189,9

63

8%

291,1

65

20%

53%

309,8

08

17%

6%

OTRO

S P

ASIV

OS

00%

00%

0%

00%

0%

TO

TA

L P

AS

IVO

CO

RR

IEN

TE

2,4

02

,26

01

00

%1

,43

6,6

49

10

0%

-4

0%

1,8

26

,98

91

00

%2

7%

OBLIG

ACIO

NES F

INANCIE

RAS (

L.P

.)0

0%

00%

0%

00%

0%

PRO

VEEDO

RES (

L.P

.))

00%

00%

0%

00%

0%

CUENTAS P

OR P

AGAR (

L.P

.)0

0%

00%

0%

00%

0%

IMPUESTO

S G

RAVAM

ENES Y

TASAS (

L.P

.)0

0%

00%

0%

00%

0%

OBLIG

ACIO

NES L

ABO

RALES (

L.P

.)0

0%

00%

0%

00%

0%

DIF

ERID

OS (

L.P

.)0

0%

00%

0%

00%

0%

TO

TA

L P

AS

IVO

NO

CO

RR

IEN

TE

00

%0

0%

0%

00

%0

%

TO

TA

L P

AS

IVO

2,4

02

,26

01

00

%1

,43

6,6

49

10

0%

-40

%1

,82

6,9

89

10

0%

27

%

CAPIT

AL S

OCIA

L215,0

00

2%

215,0

00

1%

0%

215,0

00

1%

0%

SUPERÁVIT

DE C

APIT

AL

743,9

93

6%

743,9

93

5%

0%

743,9

93

4%

0%

RESERVAS

302,4

39

2%

302,4

39

2%

0%

302,4

39

2%

0%

REVALO

RIZ

ACIO

NES

6,1

97,9

11

48%

6,1

97,9

11

39%

0%

6,1

97,9

11

37%

0%

RESULTADO

S D

EL E

JERCIC

IO1,1

02,1

23

9%

848,7

92

5%

-23%

1,0

44,6

89

6%

23%

RESULTADO

S E

JERCIC

IOS A

NTERIO

RES

4,3

87,7

66

34%

5,4

89,8

89

35%

25%

6,3

38,6

81

38%

15%

SUPERÁVIT

DE V

ALO

RIZ

ACIO

NES

5,5

41

0%

2,0

37,2

50

13%

36667%

2,0

37,2

50

12%

0%

TO

TA

L P

AT

RIM

ON

IO1

2,9

54

,77

31

00

%1

5,8

35

,27

41

00

%2

2%

16

,87

9,9

63

10

0%

7%

0%

TO

TA

L P

AS

IVO

S +

PA

TR

IMO

NIO

15

,35

7,0

33

10

0%

17

,27

1,9

23

10

0%

12

%1

8,7

06

,95

21

00

%8

%

BA

LA

NC

E G

EN

ER

AL

TEJILA

R S

.A. 2

00

7-2

00

9M

ile

s d

e P

eso

s $


79

Compañía Colombiana de Tejidos S.A. – Coltejer


CUENTAS 2007 Part. % 2008 Part. % Var. % 2009 Part. % Var. %INGRESOS OPERACIONALES 280,112,757 100% 178,981,101 100% -36.10% 175,931,250 100% -1.70%

COSTOS VENTAS Y PREST. SERVIC. 279,723,817 100% 203,831,879 114% -27.13% 178,330,100 101% -12.51%

UTILIDAD BRUTA 388,940 0% -24,850,778 -14% -6489.36% -2,398,850 -1% -90.35%

GASTOS OPERACIONALES ADMON. 10,895,058 4% 11,399,837 6% 4.63% 17,199,878 10% 50.88%

GASTOS OPERACIONALES VENTAS 18,476,204 7% 28,899,291 16% 56.41% 23,588,692 13% -18.38%

UTILIDAD OPERACIONAL -28,982,322 -10% -65,149,906 -36% 124.79% -43,187,420 -25% -33.71%

INGRESOS NO OPERACIONALES 23,013,500 8% 47,751,810 27% 107.49% 98,054,960 56% 105.34%

GASTOS NO OPERACIONALES 154,001,471 55% 310,202,612 173% 101.43% 114,798,822 65% -62.99%

UTILIDAD ANTES DE IMPUESTOS -159,970,293 -57% -327,600,708 -183% 104.79% -59,931,282 -34% -81.71%

IMPUESTOS DE RENTA Y COMP. 0 0% 993,925 1% 0.00% 1,913,235 1% 92.49%

GANANCIAS Y PERDIDAS -159,970,293 -57% -328,594,633 -184% 105.41% -61,844,517 -35% -81.18%

Miles de Pesos $


COMPAÑIA COLOMBIANA DE TEJIDOS S.A. 2007-2009


80

Balance General C

UEN

TA

S2

00

7P

art

. %

20

08

Part

. %

Var.

%2

00

9P

art

. %

Var.

%DIS

PO

NIB

LE

515,4

49

0%

2,4

78,1

49

0%

381%

1,1

65,8

63

0%

-53%

INVERSIO

NES (

C.P

.)155,9

91,0

44

16%

58,2

65

0%

-100%

783,7

86

0%

1245%

DEUDO

RES (

C.P

.)101,2

79,2

93

11%

122,9

07,6

85

20%

21%

92,4

87,7

66

16%

-25%

INVENTARIO

S54,0

97,7

26

6%

43,2

09,5

39

7%

-20%

49,1

99,7

31

8%

14%

DIF

ERID

OS (

C.P

.)5,1

17,1

01

1%

489,2

48

0%

-90%

688,0

59

0%

41%

TO

TA

L A

CTIV

O C

OR

RIE

NTE

31

7,0

00

,61

33

3%

16

9,1

42

,88

62

8%

-4

7%

14

4,3

25

,20

52

5%

-1

5%

INVERSIO

NES(L

.P.)

107,2

48,4

38

11%

48,3

48,2

55

8%

-55%

49,4

48,3

37

8%

2%

DEUDO

RES (

L.P

.)50,4

68,3

19

5%

49,0

86,8

71

8%

-3%

51,4

72,7

36

9%

5%

PRO

PIE

DAD P

LANTA Y

EQ

UIP

O62,5

29,3

62

7%

45,8

07,0

58

7%

-26.7

4%

27,4

51,7

97

5%

-40.0

7%

INTANGIB

LES

3,0

08,0

01

0%

7,1

32,1

00

1%

137%

23,9

05,1

87

4%

235%

DIF

ERID

OS (

L.P

.)5,8

23,4

46

1%

00%

-100%

00%

0%

OTRO

S A

CTIV

OS

2,3

75,2

58

0%

406,2

28

0%

-83%

406,2

28

0%

0%

VALO

RIZ

ACIO

NES

409,8

23,3

04

43%

295,1

20,8

70

48%

-28%

289,5

87,0

56

49%

-2%

TO

TA

L A

CTIV

O N

O C

OR

RIE

NTE

64

1,2

76

,12

86

7%

44

5,9

01

,38

27

2%

-3

0%

44

2,2

71

,34

17

5%

-1

%

TO

TA

L A

CT

IVO

95

8,2

76

,74

11

00

%6

15

,04

4,2

68

10

0%

-36

%5

86

,59

6,5

46

10

0%

-5%

OBLIG

ACIO

NES F

INANCIE

RAS (

C.P

.)72,1

14,3

09

14%

51,9

92,4

59

20%

-28%

40,1

74,3

47

17%

-23%

PRO

VEEDO

RES (

C.P

.)49,3

35,2

28

9%

43,9

44,8

09

17%

-11%

24,2

81,4

28

10%

-45%

CUENTAS P

OR P

AGAR (

C.P

.)23,9

88,8

56

5%

12,5

06,6

73

5%

-48%

16,9

60,6

09

7%

36%

IMPUESTO

S G

RAVAM

ENES Y

TASAS (

C.P

.)3,2

67,9

72

1%

1,3

38,8

17

1%

-59%

5,4

04,3

97

2%

304%

OBLIG

ACIO

NES L

ABO

RALES (

C.P

.)13,3

64,0

33

3%

7,6

17,0

49

3%

-43%

7,1

54,5

82

3%

-6%

PASIV

OS E

STIM

AD.

Y P

RO

VIS

. (C

.P.)

33,7

91,1

81

6%

25,9

62,4

64

10%

-23%

7,5

81,9

66

3%

-71%

DIF

ERID

OS (

C.P

.)0

0%

00%

0%

134,9

06

0%

0%

OTRO

S P

ASIV

OS

55,0

66,0

12

10%

3,8

52,0

13

2%

-93%

2,1

02,1

74

1%

-45%

TO

TA

L P

AS

IVO

CO

RR

IEN

TE

25

0,9

27

,59

14

8%

14

7,2

14

,28

45

8%

-4

1%

10

3,7

94

,40

94

3%

-2

9%

OBLIG

ACIO

NES F

INANCIE

RAS (

L.P

.)162,1

64,5

22

31%

102,5

15,3

37

40%

-37%

124,8

86,2

52

52%

22%

PRO

VEEDO

RES (

L.P

.))

00%

00%

0%

00%

0%

CUENTAS P

OR P

AGAR (

L.P

.)9,9

17,2

41

2%

00%

-100%

00%

0%

IMPUESTO

S G

RAVAM

ENES Y

TASAS (

L.P

.)0

0%

00%

0%

00%

0%

OBLIG

ACIO

NES L

ABO

RALES (

L.P

.)15,2

36,8

75

3%

3,7

49,7

51

1%

-75%

12,3

41,2

82

5%

229%

PASIV

OS E

STIM

AD.

Y P

RO

VIS

. (L

P)

88,0

97,2

40

17%

1,3

87,9

63

1%

-98%

1,3

25,9

49

1%

-4%

DIF

ERID

OS (

L.P

.)0

0%

00%

0%

00%

0%

TO

TA

L P

AS

IVO

NO

CO

RR

IEN

TE

27

5,4

15

,87

85

2%

10

7,6

53

,05

14

2%

-6

1%

13

8,5

53

,48

35

7%

29

%

TO

TA

L P

AS

IVO

52

6,3

43

,46

91

00

%2

54

,86

7,3

35

10

0%

-52

%2

42

,34

7,8

92

10

0%

-5%

CAPIT

AL S

OCIA

L67,2

04,4

41

16%

430,0

10,2

90

119%

540%

496,1

25,4

77

144%

15%

SUPERÁVIT

DE C

APIT

AL

239,5

06,8

02

55%

248,2

41,6

95

69%

4%

233,7

45,6

51

68%

-6%

RESERVAS

19,9

84,4

04

5%

19,9

84,3

92

6%

0%

19,9

84,3

92

6%

0%

REVALO

RIZ

ACIO

NES

133,9

93,6

89

31%

133,9

93,6

89

37%

0%

133,8

24,5

97

39%

0%

RESULTADO

S D

EL E

JERCIC

IO-1

59,9

70,2

92

-37%

-328,5

94,6

33

-91%

105%

-61,8

44,5

17

-18%

-81%

RESULTADO

S E

JERCIC

IOS A

NTERIO

RES

-278,6

09,0

78

-65%

-438,5

79,3

70

-122%

57%

-767,1

74,0

03

-223%

75%

SUPERÁVIT

DE V

ALO

RIZ

ACIO

NES

409,8

23,3

04

95%

295,1

20,8

70

82%

-28%

289,5

87,0

56

84%

-2%

TO

TA

L P

AT

RIM

ON

IO4

31

,93

3,2

70

10

0%

36

0,1

76

,93

31

00

%-1

7%

34

4,2

48

,65

31

00

%-4

%0

0

TO

TA

L P

AS

IVO

S +

PA

TR

IMO

NIO

95

8,2

76

,73

91

00

%6

15

,04

4,2

68

10

0%

-36

%5

86

,59

6,5

45

10

0%

-5%

BA

LA

NC

E G

EN

ER

AL

CO

MP

AÑ

IA

CO

LO

MB

IA

NA

DE T

EJID

OS

S.A

. 2

00

7-2

00

9M

ile

s d

e P

eso

s $


81

Anexo 2. Entrevistas a Expertos

Los archivos que contienen las entrevistas completas se pueden encontrar en la carpeta Anexos Digitales\Anexos 2. Entrevistas a Expertos, ubicada dentro del CD adjunto, en formato .mp3, con los siguientes nombres:

Entrevista 1 - Guillermo Jaramillo (Expresidente Empresa Textil).mp3

Entrevista 2 - Carlos Eduardo Botero (Presidente INEXMODA).mp3

Entrevista 3 - Luz Eugenia Botero (Presidente Cluster Confección).mp3


82

Anexo 3. Aplicativo del Modelo

A continuación, se presenta el código realizado en VISUAL BASIC para el desarrollo del aplicativo, el cual se encuentra de forma digital en la carpeta anexos del CD adjunto.

PROGRAMACIÓN DEL FORMULARIO INICIAL

'1. Selección del sector al cual pertenece la empresa a diagnosticar.

Private Sub cmdAceptar_Click()

If optConfeccion.Value = False And optTextil.Value = False Then MsgBox "Por favor escoger uno de los sectores.", vbInformation, "ESCOGER SECTOR" Exit Sub End If

If optConfeccion.Value = True Then Unload Me frmConfeccion.Show ElseIf optTextil.Value = True Then Unload Me frmTextil.Show End If

End Sub

'2. Cancelación del diagnóstico.

Private Sub cmdCancelar_Click()

Sheets("Diagnóstico Operativo").Select Unload Me

End Sub

PROGRAMACIÓN DEL FORMULARIO DEL SECTOR CONFECCIÓN

'1. Validación y cálculo de la probabilidad de incumplimiento en los pasivos.

Private Sub imgCalcular_Click()

'Proceso para validar información de ingreso de datos '1.Proveedores C.P. If txtProvCP = "" Then MsgBox "Cuenta Proveedores C.P. vacía.", vbCritical, "Error"


83

txtProvCP.SetFocus Exit Sub End If If IsNumeric(txtProvCP) = False Then MsgBox "La cuenta Proveedores C.P. debe ser de tipo numérico.", vbCritical, "ERROR" txtProvCP.SetFocus SendKeys "{Home}+{End}" Exit Sub End If If Val(txtProvCP) < 0 Then MsgBox "La cuenta Proveedores C.P. no puede ser negativa.", vbCritical, "ERROR" txtProvCP.SetFocus SendKeys "{Home}+{End}" Exit Sub End If '2.Ob.Financieras C.P. If txtObFinCP = "" Then MsgBox "Cuenta Ob.Financieras C.P. vacía.", vbCritical, "Error" txtObFinCP.SetFocus Exit Sub End If If IsNumeric(txtObFinCP) = False Then MsgBox "La cuenta Ob.Financieras C.P. debe ser de tipo numérico.", vbCritical, "ERROR" txtObFinCP.SetFocus SendKeys "{Home}+{End}" Exit Sub End If If Val(txtObFinCP) < 0 Then MsgBox "La cuenta Ob.Financieras C.P. no puede ser negativa.", vbCritical, "ERROR" txtObFinCP.SetFocus SendKeys "{Home}+{End}" Exit Sub End If '3.Ob.Financieras L.P. If txtObFinLP = "" Then MsgBox "Cuenta Ob.Financieras L.P. vacía.", vbCritical, "Error" txtObFinLP.SetFocus Exit Sub End If If IsNumeric(txtObFinLP) = False Then MsgBox "La cuenta Ob.Financieras L.P. debe ser de tipo numérico.", vbCritical, "ERROR" txtObFinLP.SetFocus


84

SendKeys "{Home}+{End}" Exit Sub End If If Val(txtObFinLP) < 0 Then MsgBox "La cuenta Ob.Financieras L.P. no puede ser negativa.", vbCritical, "ERROR" txtObFinLP.SetFocus SendKeys "{Home}+{End}" Exit Sub End If '4.Act.Diferidos C.P. If txtActDifCP = "" Then MsgBox "Cuenta Act.Diferidos C.P. vacía.", vbCritical, "Error" txtActDifCP.SetFocus Exit Sub End If If IsNumeric(txtActDifCP) = False Then MsgBox "La cuenta Act.Diferidos C.P. debe ser de tipo numérico.", vbCritical, "ERROR" txtActDifCP.SetFocus SendKeys "{Home}+{End}" Exit Sub End If If Val(txtActDifCP) < 0 Then MsgBox "La cuenta Act.Diferidos C.P. no puede ser negativa.", vbCritical, "ERROR" txtActDifCP.SetFocus SendKeys "{Home}+{End}" Exit Sub End If '5.Act.Diferidos L.P. If txtActDifLP = "" Then MsgBox "Cuenta Act.Diferidos L.P. vacía.", vbCritical, "Error" txtActDifLP.SetFocus Exit Sub End If If IsNumeric(txtActDifLP) = False Then MsgBox "La cuenta Act.Diferidos L.P. debe ser de tipo numérico.", vbCritical, "ERROR" txtActDifLP.SetFocus SendKeys "{Home}+{End}" Exit Sub End If If Val(txtActDifLP) < 0 Then MsgBox "La cuenta Act.Diferidos L.P. no puede ser negativa.", vbCritical, "ERROR" txtActDifLP.SetFocus SendKeys "{Home}+{End}"


85

Exit Sub End If '6.Inversiones C.P. If txtInverCP = "" Then MsgBox "Cuenta Inversiones C.P. vacía.", vbCritical, "Error" txtInverCP.SetFocus Exit Sub End If If IsNumeric(txtInverCP) = False Then MsgBox "La cuenta Inversiones C.P. debe ser de tipo numérico.", vbCritical, "ERROR" txtInverCP.SetFocus SendKeys "{Home}+{End}" Exit Sub End If If Val(txtInverCP) < 0 Then MsgBox "La cuenta Inversiones C.P. no puede ser negativa.", vbCritical, "ERROR" txtInverCP.SetFocus SendKeys "{Home}+{End}" Exit Sub End If 'Ingreso información a la hoja de Excel para calcular la probabilidad 'Asignar valores ProvCP = txtProvCP.Value ObFinCP = txtObFinCP.Value ObFinLP = txtObFinLP.Value ActDifCP = txtActDifCP.Value ActDifLP = txtActDifLP.Value InverCP = txtInverCP.Value 'Calcular Y^(pronosticada) Sheets("Diagnóstico Operativo").Range("C6") = ProvCP Sheets("Diagnóstico Operativo").Range("D6") = ObFinCP Sheets("Diagnóstico Operativo").Range("E6") = ObFinLP Sheets("Diagnóstico Operativo").Range("F6") = ActDifLP Sheets("Diagnóstico Operativo").Range("G6") = ActDifCP Sheets("Diagnóstico Operativo").Range("H6") = InverCP Y_Calc = Sheets("Diagnóstico Operativo").Range("I6").Value 'Poner dicho valor en el formulario lblProbIncum = Round(Y_Calc, 4) Sheets("Confección").Select

End Sub


86

'2. Borra los datos ingresados en el formulario.

Private Sub imgBorrar_Click()

txtProvCP = "" txtObFinCP = "" txtObFinLP = "" txtActDifCP = "" txtActDifLP = "" txtInverCP = "" lblProbIncum = ""

End Sub

'3. Muestra gráficamente la probabilidad de incumplimiento en los pasivos.

Private Sub imgGrafico_Click()

Sheets("Confección").Select frmConfeccion.Hide

End Sub

'4. Volver al Menú o formulario inicial.

Private Sub imgMenu_Click()

Unload Me frmInicial.Show

End Sub


Private Sub imgCancelar_Click()


End Sub

PROGRAMACIÓN DEL FORMULARIO DEL SECTOR TEXTIL

'1. Validación y cálculo de la probabilidad de incumplimiento en los pasivos.

Private Sub imgCalcular_Click()


87

'Proceso para validar información de ingreso de datos '1.Resultados Ejerc.Anter. If txtResulEjAnt = "" Then MsgBox "Cuenta Resultados Ejerc.Anter. vacía.", vbCritical, "Error" txtResulEjAnt.SetFocus Exit Sub End If If IsNumeric(txtResulEjAnt) = False Then MsgBox "La cuenta Resultados Ejerc.Anter. debe ser de tipo numérico.", vbCritical, "ERROR" txtResulEjAnt.SetFocus SendKeys "{Home}+{End}" Exit Sub End If '2.Cuentas x Pagar If txtCxP = "" Then MsgBox "Cuenta Cuentas x Pagar vacía.", vbCritical, "Error" txtCxP.SetFocus Exit Sub End If If IsNumeric(txtCxP) = False Then MsgBox "La cuenta Cuentas x Pagar debe ser de tipo numérico.", vbCritical, "ERROR" txtCxP.SetFocus SendKeys "{Home}+{End}" Exit Sub End If If Val(txtCxP) < 0 Then MsgBox "La cuenta Cuentas x Pagar no puede ser negativa.", vbCritical, "ERROR" txtCxP.SetFocus SendKeys "{Home}+{End}" Exit Sub End If '3.Inversiones C.P. If txtInverCP = "" Then MsgBox "Cuenta Inversiones C.P. vacía.", vbCritical, "Error" txtInverCP.SetFocus Exit Sub End If If IsNumeric(txtInverCP) = False Then MsgBox "La cuenta Inversiones C.P. debe ser de tipo numérico.", vbCritical, "ERROR" txtInverCP.SetFocus SendKeys "{Home}+{End}" Exit Sub End If


88

If Val(txtInverCP) < 0 Then MsgBox "La cuenta Inversiones C.P. no puede ser negativa.", vbCritical, "ERROR" txtInverCP.SetFocus SendKeys "{Home}+{End}" Exit Sub End If 'Ingreso información a la hoja de Excel para calcular la probabilidad 'Asignar valores ResulEjAnt = txtResulEjAnt.Value CxP = txtCxP.Value InverCP = txtInverCP.Value 'Calcular Y^(pronosticada) Sheets("Diagnóstico Operativo").Range("C12") = ResulEjAnt Sheets("Diagnóstico Operativo").Range("D12") = CxP Sheets("Diagnóstico Operativo").Range("E12") = InverCP Y_Calc = Sheets("Diagnóstico Operativo").Range("I12").Value 'Poner dicho valor en el formulario lblProbIncum = Round(Y_Calc, 4) Sheets("Textil").Select

End Sub

'2. Borra los datos ingresados en el formulario.

Private Sub imgBorrar_Click()

txtResulEjAnt = "" txtCxP = "" txtInverCP = "" lblProbIncum = ""txtActDifCP = ""

End Sub

'3. Muestra gráficamente la probabilidad de incumplimiento en los pasivos.

Private Sub imgGrafico_Click()

Sheets("Textil").Select frmTextil.Hide


89

End Sub

'4. Volver al Menú o formulario inicial.

Private Sub imgMenu_Click()

Unload Me frmInicial.Show

End Sub


Private Sub imgCancelar_Click()


End Sub


90

Anexo 4. Base de Datos Superintendencia de Sociedades

La base de datos que sirvió de soporte para el desarrollo del trabajo de grado se encuentra en medios magnéticos en la carpeta Anexos Digitales\Anexo 4. Base de Datos Superintendencia de Sociedades, ubicada dentro del CD adjunto, en un archivo (formato .xls) con nombre “Anexo 4 - Base de Datos Textil-Confeccion.xls”.


91


92

Variables Contables Y Financieras Para Diagnosticar El ......gerentes y demás ejecutivos para la...

Documents

Transcript of Variables Contables Y Financieras Para Diagnosticar El ......gerentes y demás ejecutivos para la...